基于光学并行方法的多层光电卷积神经网络系统及方法

AITNT
正文
推荐专利
基于光学并行方法的多层光电卷积神经网络系统及方法
申请号:CN202411856590
申请日期:2024-12-17
公开号:CN119312860B
公开日期:2025-07-11
类型:发明专利
摘要
本发明提供一种基于光学并行方法的多层光电卷积神经网络系统及方法,涉及光电神经网络计算领域,包括:多波长激光产生调制模块,用于产生代表N层卷积层的N组多波长激光信号并进行信息调制和传输路径管理,使每组多波长激光信号的波长携带同一层不同卷积区域的待卷积数据;并行光学卷积模块,用于在光运算域上对N组多波长待卷积信号并行卷积,通过增加数据的并行流量实现多层网络的前向传播;光电转换模块,用于将卷积得到的每个波长的光强结果转化为电压信号;电处理控制模块,用于对电压信号后处理,根据后处理的数值结果和获取的所需数据更新待卷积数据;数据存储模块,用于存储前向传播各层的运算结果和传递当前并行卷积运算的待卷积数据。
技术关键词
并行光学 卷积神经网络系统 数据存储模块 卷积模块 光电转换模块 波分复用器阵列 运算器 光环形器 探测器单元 调制器 光电探测器阵列 并行方法 信号 光强 多波长激光器阵列 马赫曾德尔干涉仪
系统为您推荐了相关专利信息
1
基于Mel-ResNet-Transformer的刀具磨损程度识别方法及装置
同步控制模块 程度识别方法 数据处理单元 信号调理模块 数据转换模块
2
基于相关性的产业链用电数据分析预测方法以及装置
神经网络模型 企业 策略 节点 预测装置
3
一种基于改进YOLOv8的船舶工业钢材表面缺陷检测算法
表面缺陷检测算法 表面缺陷图像 卷积模块 钢材 空间金字塔池化
4
一种基于深度学习的雾霾场景下小目标检测方法
雾霾场景 注意力 生成特征 卷积模块 像素
5
一种基于UNet网络构建的目标回波智能识别方法
智能识别方法 回波 特征提取网络 样本 训练识别模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号