電子產(chǎn)業(yè)一站式賦能平臺(tái)

PCB聯(lián)盟網(wǎng)

搜索
查看: 33|回復(fù): 0
收起左側(cè)

IEEE J. Quantum Electron更新 | 基于相位到振幅轉(zhuǎn)換的全光學(xué)神經(jīng)激活函數(shù)

[復(fù)制鏈接]

442

主題

442

帖子

3245

積分

四級(jí)會(huì)員

Rank: 4

積分
3245
跳轉(zhuǎn)到指定樓層
樓主
發(fā)表于 2024-9-14 08:00:00 | 只看該作者 |只看大圖 回帖獎(jiǎng)勵(lì) |倒序?yàn)g覽 |閱讀模式
引言
: u- l3 w  w# _人工神經(jīng)網(wǎng)絡(luò)(ANNs)在人工智能領(lǐng)域引發(fā)了革命,在圖像識(shí)別、音頻處理和自然語(yǔ)言處理等多種任務(wù)中展現(xiàn)出卓越的性能。然而,現(xiàn)代ANNs日益增長(zhǎng)的計(jì)算需求促使研究人員探索受人腦啟發(fā)的非常規(guī)硬件平臺(tái)。硅基光電子技術(shù)作為神經(jīng)形態(tài)計(jì)算的有前途的候選者脫穎而出,具有波長(zhǎng)輔助并行性、固有線性處理能力和低功耗等優(yōu)勢(shì)。
% J2 k" u! `" [5 i9 u3 @- O+ V" A: S) D0 t
ANNs的關(guān)鍵方面是激活函數(shù),為網(wǎng)絡(luò)引入非線性,使復(fù)雜的模式識(shí)別成為可能。在本文中探討創(chuàng)新方法,利用無(wú)源光學(xué)諧振器中的相位到振幅(PTA)轉(zhuǎn)換來(lái)實(shí)現(xiàn)全光學(xué)、可重構(gòu)和功率無(wú)關(guān)的神經(jīng)激活函數(shù)。# S. }) L& N& t( U3 Q; ?6 `
, O$ G, a5 D* M2 k* @8 l( J

8 C5 c  `0 U4 X( Z) M2 g2 H& A+ Y) u9 Q, R! V9 w
相位到振幅轉(zhuǎn)換# G1 m' A& t1 k4 Z+ y
這種方法的核心概念是在無(wú)源光學(xué)濾波器(如微環(huán)諧振器,MRRs)中發(fā)生的非線性相位到振幅轉(zhuǎn)換。在這種方案中,信息被編碼在光載波包絡(luò)的相位中:
! n4 d; L1 ~0 I# r
3 \# a# {. e& i- H4 r& F
" y  x" d' N% D# o( I% |' e其中P是輸入功率,m是調(diào)制指數(shù),n(t)是范圍從-1到1的歸一化信號(hào)。' L6 e# D2 L$ a) A* n2 i2 u* C, r
& A9 P' f/ `' z3 [( K8 p  C
( K1 N& ]! n0 g' F' |' i, u# M! B
圖1展示了相位梯度對(duì)基于微環(huán)諧振器漏端口的IIR光學(xué)濾波器透射率的影響。4 j6 O' H2 W; {- T2 ?" M* c! ^

+ k  `1 \# }# j  s' \! A! c光信號(hào)的頻率由相位編碼信息調(diào)制:/ u- L5 N1 k) ]7 {9 K4 O

+ A+ Y  }( B6 E" D6 e/ q' `隨著光信號(hào)頻率因相位調(diào)制而變化,光學(xué)濾波器的透射率也隨之改變。這個(gè)過(guò)程產(chǎn)生了非線性PTA響應(yīng),該響應(yīng)與輸入功率無(wú)關(guān),使其非常適合低功耗應(yīng)用。
# N% x! S- }: I* U1 k+ i( n6 Y' i$ j( n/ i% B, A$ e
作為可重構(gòu)光子神經(jīng)元的微環(huán)諧振器
- K& m7 k- M/ h2 ~! m& L為了演示PTA轉(zhuǎn)換機(jī)制,我們將使用微環(huán)諧振器(MRR)作為光學(xué)濾波器。MRR漏端口的傳遞函數(shù)為:
6 _2 L  w! N  P
& ^3 }1 g* o+ a. q& V) j/ G; [$ z  G0 p& Y

+ ?  d/ N! g- ^! g$ a3 H其中s = √k,c = √(1-k),k是耦合系數(shù),ζ = γ exp(-j(2π(f + df)Tring))。
. a7 l# \$ f9 q! }* {+ W. C% R: O: }1 S
0 j, |5 F6 f5 U( W% ?4 p
圖2) m7 I" J/ `: w2 Q' r9 ~

; ]  q3 \& |/ q! t, `, r- s圖2顯示了通過(guò)PTA轉(zhuǎn)換從單個(gè)MRR節(jié)點(diǎn)的漏端口獲得的不同激活函數(shù):
; x7 ], b2 e! O$ i9 o& g8 ]) F(a) Soft-plus函數(shù)+ i) x. U% V! P- R
(b) Sigmoid函數(shù): w" U7 i+ w- H7 d; S. }4 u! O" |
(c) 高斯函數(shù)# l5 o( o2 C2 Y. B' s; r6 [- A! C
/ E. M: r8 ?4 m- d& U, Z% [
通過(guò)調(diào)整兩個(gè)關(guān)鍵超參數(shù) - 調(diào)制指數(shù)m和頻率失諧df - 可以控制激活函數(shù)的形狀。這使我們能夠重現(xiàn)多種獨(dú)立于輸入功率且對(duì)相位不確定性具有容忍度的激活函數(shù)。9 [6 B! r9 O" v& N: e8 g7 `8 n, m

. k/ [+ n7 u4 O$ j時(shí)延儲(chǔ)備計(jì)算
5 ~3 J; O& E- x% a0 v* d4 l4 \為了展示PTA轉(zhuǎn)換機(jī)制的實(shí)際應(yīng)用,將實(shí)現(xiàn)一個(gè)時(shí)延儲(chǔ)備計(jì)算(TDRC)方案,用于Santa Fe混沌時(shí)間序列的一步預(yù)測(cè)。' c  _+ L, }7 ]8 R1 Y& {" w
2 }9 s/ V$ E/ E
7 b( h1 u* V. }
圖3展示了用于Santa Fe混沌序列一步預(yù)測(cè)的TDRC設(shè)置。
- T9 h7 L. r) B( W
5 q4 N* K+ G# ?0 NTDRC設(shè)置包括以下組件:
% D- }7 \& f3 q% o& v. g% L1.輸入處理:時(shí)間序列被歸一化并與掩碼矩陣相乘以進(jìn)行維度擴(kuò)展。
- E8 l6 N9 j- g. g- F7 N/ {3 g5 }& j2.數(shù)模轉(zhuǎn)換:處理后的輸入轉(zhuǎn)換為模擬信號(hào)用于光學(xué)調(diào)制。
/ T( a% W6 r$ [. n7 P9 t+ `3.光學(xué)調(diào)制:信號(hào)使用幅度調(diào)制(AM)或相位調(diào)制(PM)調(diào)制光載波。+ c" X4 ~. `2 z# E8 b
4.光子儲(chǔ)備:帶有外部反饋環(huán)的MRR為儲(chǔ)備提供物理存儲(chǔ)。, k3 ?5 e% v/ c0 m, z4 y: I" B/ O
5.光電檢測(cè)和模數(shù)轉(zhuǎn)換:光子儲(chǔ)備的輸出被檢測(cè)并數(shù)字化。0 x% d% E5 Z- ?+ Z5 v* y1 ^
6.線性回歸:處理后的數(shù)據(jù)用于進(jìn)行一步預(yù)測(cè)。
" O1 \. }& y- I( Q2 P( s3 x7 ^' _5 h3 |4 \; K6 [2 r
性能評(píng)估) w  H2 @+ G9 _+ f8 w: R
使用幅度調(diào)制(AM)和相位調(diào)制(PM)方案評(píng)估TDRC系統(tǒng)的性能。使用的性能指標(biāo)是歸一化均方誤差(NMSE)。2 i' R% C* R5 E5 M' \
( \4 O+ I; t, q4 r' [% F) f. `. b
圖4顯示了(a) AM的反饋強(qiáng)度和頻率失諧,以及(b) PM的調(diào)制指數(shù)和頻率失諧的NMSE函數(shù)。+ c) G# w% I( \5 A' X7 r% K6 X

' P" y- S; `2 U6 ?對(duì)于AM方案,在-4 GHz的負(fù)失諧和反饋強(qiáng)度η = 1時(shí)觀察到最佳性能,NMSE為0.12 ± 0.019。+ \+ z& t# |3 E4 C+ P# _- \$ u# p
, c7 Z  m6 D7 H$ A2 V
利用PTA轉(zhuǎn)換的PM方案展現(xiàn)出更優(yōu)越的性能。在4 GHz的失諧和1.1的調(diào)制指數(shù)下,達(dá)到了0.024 ± 0.004的最佳NMSE。
4 d1 w4 g  ^0 d$ e' y
7 v' S* W- r- T6 p( d ' H; r# z/ H+ w" l6 U) B
圖5顯示了AM(SR = 10 Gsa/s)和PM(SR = 10, 100 Gsa/s)的NMSE作為輸入功率的函數(shù)。7 p9 _! z. S! [( E5 x" X
( g4 d) k& G/ T
PM方案在廣泛的輸入功率范圍內(nèi)優(yōu)于AM方案,展現(xiàn)出更高的性能和更好的功率效率。即使在低輸入功率(-10 dBm)下,PM方案也達(dá)到了0.041的NMSE,展示了PTA機(jī)制的功率獨(dú)立性。0 V5 H/ g5 Y7 f( D

$ G7 j: V/ m( I: v優(yōu)勢(shì)和應(yīng)用. i; E. j. X1 R& ^6 k$ T3 }7 g
提出的基于PTA的激活函數(shù)具有幾個(gè)優(yōu)勢(shì):3 |( O2 W) u- m* b' D! ~4 i9 \8 c+ }
1.功率獨(dú)立性:即使在低輸入功率下也能保持非線性效應(yīng),適合低功率應(yīng)用。- w2 h6 B; ~2 ~% R8 T& {
2.可重構(gòu)性:通過(guò)調(diào)整調(diào)制指數(shù)和頻率失諧,可以使用單個(gè)MRR實(shí)現(xiàn)各種激活函數(shù)。
5 P6 U( s8 ~& |7 q; x- [' g3.高速操作:系統(tǒng)可以以高達(dá)2 Gsa/s的速率進(jìn)行處理(對(duì)于100 Gsa/s的采樣率),適合高速應(yīng)用。
- y! s. E8 E& J; a+ ~4.集成:MRR的無(wú)源性質(zhì)使其與硅基光電子集成兼容,這對(duì)大規(guī)模神經(jīng)形態(tài)系統(tǒng)至為重要。
$ G: C3 t" K; z: ^& B7 Y8 `/ J
! K4 X) u" ]* O0 m+ G這項(xiàng)技術(shù)的潛在應(yīng)用包括:6 [) F4 h9 n# [7 g% f
1.光學(xué)神經(jīng)網(wǎng)絡(luò):基于PTA的激活函數(shù)可用于卷積神經(jīng)網(wǎng)絡(luò)和前饋網(wǎng)絡(luò),提供額外的可訓(xùn)練元素。" {2 G4 s/ ^2 I. n
2.復(fù)值神經(jīng)網(wǎng)絡(luò):PTA機(jī)制可用于實(shí)現(xiàn)復(fù)值A(chǔ)NNs的復(fù)雜激活函數(shù)。  J: b, H+ }- ~+ q' X
3.全光信號(hào)處理:PTA非線性可用于諸如全光ASK到PSK轉(zhuǎn)換等任務(wù)。
% {1 i5 ], H4 w. E% H$ F; c4.穩(wěn)健光子結(jié)構(gòu):基于PTA的激活函數(shù)的功率獨(dú)立性可以為硅基光電子結(jié)構(gòu)中的高光學(xué)損耗提供穩(wěn)健性。
& j! s8 F% D9 Y3 M4 Y; @6 z& W3 a6 h+ S, U8 W" @5 f; A
結(jié)論
  R' ~$ P+ y6 @, Q0 b# u! B, Q本文介紹了創(chuàng)新方法,利用無(wú)源光學(xué)諧振器中的相位到振幅轉(zhuǎn)換來(lái)實(shí)現(xiàn)全光學(xué)、可重構(gòu)和功率無(wú)關(guān)的神經(jīng)激活函數(shù)。通過(guò)利用微環(huán)諧振器的非線性響應(yīng),我們可以創(chuàng)建對(duì)人工神經(jīng)網(wǎng)絡(luò)非常重要的各種激活函數(shù)。$ Q1 b* g6 }2 @% c% L" O; p
' K8 P+ Y6 s' w9 ?; F
與傳統(tǒng)的幅度調(diào)制方案相比,該系統(tǒng)在時(shí)延儲(chǔ)備計(jì)算方面表現(xiàn)出更優(yōu)越的性能。其功率獨(dú)立性、可重構(gòu)性和與硅基光電子技術(shù)的兼容性使其成為未來(lái)神經(jīng)形態(tài)計(jì)算系統(tǒng)的有力候選者。
- E, l6 K& P' G0 \5 m% r( [% Q$ O& B
- K# k! ^; M$ e! t; x, O: J/ W隨著該領(lǐng)域研究的進(jìn)展,有望看到全光學(xué)神經(jīng)網(wǎng)絡(luò)的進(jìn)一步發(fā)展,可能會(huì)產(chǎn)生更高效、更強(qiáng)大的人工智能系統(tǒng),克服傳統(tǒng)電子實(shí)現(xiàn)的局限性。
9 g+ n. X' j/ ~7 [- L3 r4 E# W: j" O' x, |8 R; K; {
參考文獻(xiàn)
& K/ j" t* p4 B# H& [$ y8 Z[1] G. Sarantoglou, A. Bogris and C. Mesaritakis, "All-Optical, Reconfigurable, and Power Independent Neural Activation Function by Means of Phase Modulation," IEEE Journal of Quantum Electronics, vol. 60, no. 5, pp. 1-10, Oct. 2024, Art no. 8700206, doi: 10.1109/JQE.2024.3437353., P" N& C: `+ r9 l* E0 b8 h0 y

0 X7 ?9 A9 E9 Q6 H1 f9 p
7 c! h# {) I/ _% }' q
8 h0 V; s5 V* P( S# n5 h- END -
* K& i  o$ Q' s" P0 u. s) o
8 T/ O$ J5 W2 N7 o$ y% r8 G8 u! j軟件申請(qǐng)我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用,PIC Studio都可提升您的工作效能。, J& N+ c6 t' d
點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng)) o2 Y) W" R7 Z$ A/ ?" }* {
5 h4 q; j8 b, u" L, W- i0 W9 X
歡迎轉(zhuǎn)載8 o* W5 s6 p- C4 W

( a' c  I) @+ X- n# S3 L轉(zhuǎn)載請(qǐng)注明出處,請(qǐng)勿修改內(nèi)容和刪除作者信息!
6 i; y# B& F  y4 [若需原文鏈接,可留言或私信溝通~- c5 e1 U7 a, R1 P  X! y$ {4 \+ b6 ?

6 H( x; q- @( c! S9 r
1 K# K1 U: J9 U4 e- d: \: N% C8 b4 M" S' m' w

! R3 u/ u$ b2 V$ Z% \1 |
" p% ]) g  x5 u. M# F' K$ e
$ B; D/ F9 t2 s9 B* S2 s關(guān)注我們1 f3 P3 l. F8 y

0 K( r+ i  I, I! ~; p
% W! k: Y$ l  x3 a

: X0 k# C7 f' X, G  s8 k

0 h/ P" v3 }7 M* F; I
) @" R7 x* e, y* M
# I" T- R( h, j( @# j5 b% z
8 h' L; v1 }0 t6 ?! \8 S
                     
; c. e" ?( Z  e# ?3 q5 a) i# `* [6 F3 C, n/ }& m' G+ a8 f

3 ~5 g7 X# F$ n
4 _4 Z$ V& |% t' c9 R

$ g, ?% Q" \/ P! G; I' k$ `- q, S  S: t# `7 g& c; d

! g0 v0 M/ s6 B關(guān)于我們:
1 v. D  K1 R$ {4 a: ]深圳逍遙科技有限公司(Latitude Design Automation Inc.)是一家專注于半導(dǎo)體芯片設(shè)計(jì)自動(dòng)化(EDA)的高科技軟件公司。我們自主開發(fā)特色工藝芯片設(shè)計(jì)和仿真軟件,提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio,分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù),廣泛服務(wù)于光通訊、光計(jì)算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國(guó)內(nèi)外晶圓代工廠及硅光/MEMS中試線合作,推動(dòng)特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展,致力于為客戶提供前沿技術(shù)與服務(wù)。2 V: k  X' x! P7 q, R
( E) h1 G5 _! u" _# T7 a0 e& r
http://www.latitudeda.com/- K% G$ x# v& X3 q2 s" e
(點(diǎn)擊上方名片關(guān)注我們,發(fā)現(xiàn)更多精彩內(nèi)容)

發(fā)表回復(fù)

本版積分規(guī)則

關(guān)閉

站長(zhǎng)推薦上一條 /1 下一條


聯(lián)系客服 關(guān)注微信 下載APP 返回頂部 返回列表