#今日论文推荐# 光子神经网络登上nature,图像识别速度降至1纳秒
现在,美国研究者开发的一个光子神经网络(photonic deep neural network,PDNN),让图像识别仅需1纳秒。
1纳秒是什么概念?它等于10秒,这与最先进的微芯片单时钟周期(最小的时间单位)相当。
此外,研究者测试发现,PDNN对图像进行2分类和4分类的准确率分别高达93.8%和89.8%。
诚然,如今的大型多层神经网络高效且运算能力很强,但其也受到硬件的限制,往往需要消耗大量的电力资源等。
而宾夕法尼亚大学的工程师们研发的PDNN,能够直接分析图像,不需要时钟、传感器或大型存储模块,以有效降低耗能。
这项研究成果的相关论文在6月1日登上了Nature杂志。
光子DNN比传统DNN更快
和传统DNN相比,光子DNN的原理和性能有何不同?
先来看看传统DNN:
图a是传统DNN的结构示意图,包括一个数据排列单元,然后是输入层、几个隐藏层,和一个提供分类输出的输出层。
图b展示了传统N输入神经元的结构:输入的线性加权和,通过一个非线性激活函数,产生神经元的输出。
论文题目:An on-chip photonic deep neural network for image classification.
详细解读:https://www.aminer.cn/research_report/62b27c2d7cb68b460fd87c00?download=falsehttps://www.aminer.cn/research_report/62b27c2d7cb68b460fd87c00?download=false
AMiner链接:https://www.aminer.cn/?f=cs