光电神经形态器件及其应用

传统冯·诺依曼计算机在并行性计算和自适应学习方面效率较低,无法满足当前飞速发展的信息技术对高效、高速计算的迫切需求.受脑启发的神经形态计算具有高度并行性、超低功耗等优势,被认为是打破传统计算机局限性,实现新一代人工智能的理想途径.神经形态器件是实施神经形态计算的硬件载体,是构建神经形态芯片的关键.与此同时,人类视觉系统与光遗传学的发展为神经形态器件的研究提供了新的思路.新兴的光电神经形态器件结合了光子学与电子学各自的优势,在神经形态计算领域展露出巨大潜力,受到了国内外研究人员广泛关注.本文对光电神经形态器件及其应用的最新研究进行了总结.首先综述了人工光电突触与人工光电神经元,内容包括器件结构、工作机制以及神经形态功能模拟等方面.然后,对光电神经形态器件在人工视觉系统、人工感知系统、神经形态计算等领域中的潜在应用作了阐述.最后,总结了当前光电神经形态器件所面临的挑战,并对其未来的发展方向进行了展望.

基于光纤中受激喇曼散射的人工神经元模型

根据多路光波系统其发生的受激喇曼散射理论实现了多阈值的神经元。神经元的阈值通过本地光波信号功率、信道间隔、频率的调整来实现。信号输入通过不同的波长来实现,其信号的权值调整通过放大器或者衰减器调整来实现,并通过理论分析了其可行性。

基于光纤中拉曼散射原理实现多阈值神经网络

本文根据多路光波系统中发生的受激喇曼散射理论实现了能实现异或运算的多阈值的神经元。神经元的阈值通过本地光波信号功率、信道间隔、频率的调整来实现。信号输入通过不同的功率来表示,并通过单个多阈值神经元实现全加运算的多阈值神经网络。并通过理论分析了其可行性。

Electroluminescence Device to Implement the Clipped Hopfield Neural Network

The method,which used an electroluminescent device to implement the clipped Hopfield neural network,is presented in detail.The electroluminescence devices are used to represent the neurons and the photodetectors are used to represent the connection matrix.The characteristics of the electroluminescence device and the photodetector are tested.And the characteristics of this system is discussed briefly.