-
公开(公告)号：CN115656100B
公开(公告)日：2025-03-18
申请号：CN202211227057.6
申请日：2022-10-09
Applicant: 清华大学
Abstract: 本申请涉及智能传感芯片技术领域，特别涉及一种基于片上光学衍射神经网络计算架构的传感器，包括输入端和输出端；设置于输入端和输出端之间的超表面传感结构。在衍射神经网络对应的超表面传感结构的超表面单元中填充传感介质，组成探测器阵列，利用探测器阵列得到输入端输入的入射光和输出端输出的输出光间的衍射计算关系，并根据传感介质吸收待测物质后的超表面折射率变化规律，确定待测物质的种类和/或浓度。由此，利用光的受控传播完成智能传感计算，在光受控传播的路径上设置传感单元，通过改变光的传播结果来完成对待测物质的识别与传感。
-
公开(公告)号：CN115933224B
公开(公告)日：2023-07-21
申请号：CN202310118828.6
申请日：2023-02-01
Applicant: 清华大学
Abstract: 本申请公开了对光计算器件进行调控的方法和光计算器件，包括：S100：提供平板波导，平板波导包括至少一个子波导，子波导包括多个间隔排布的第一凹槽和第二凹槽，第一凹槽为衍射槽内部未填充相变材料，第二凹槽为可调控衍射槽内部填充所述相变材料；S200：向平板波导输入光信号，光信号在相邻所述凹槽之间传播，并记录平板波导的输出值；S300：计算预设值与输出值之间的差值，当差值大于标准值时，执行S400；S400：利用调控装置对第二凹槽中的相变材料的晶体状态进行调控；S500：重复执行S200和S300，直至所述差值不大于所述标准值。由此可以提供可编辑、可重构的神经网络，进而获得具有宽谱范围的光计算器件。
-
公开(公告)号：CN115656100A
公开(公告)日：2023-01-31
申请号：CN202211227057.6
申请日：2022-10-09
Applicant: 清华大学
Abstract: 本申请涉及智能传感芯片技术领域，特别涉及一种基于片上光学衍射神经网络计算架构的传感器，包括输入端和输出端；设置于输入端和输出端之间的超表面传感结构。在衍射神经网络对应的超表面传感结构的超表面单元中填充传感介质，组成探测器阵列，利用探测器阵列得到输入端输入的入射光和输出端输出的输出光间的衍射计算关系，并根据传感介质吸收待测物质后的超表面折射率变化规律，确定待测物质的种类和/或浓度。由此，利用光的受控传播完成智能传感计算，在光受控传播的路径上设置传感单元，通过改变光的传播结果来完成对待测物质的识别与传感。
-
公开(公告)号：CN115358389A
公开(公告)日：2022-11-18
申请号：CN202211063580.X
申请日：2022-09-01
Applicant: 清华大学
Abstract: 本申请涉及神经网络技术领域，特别涉及一种神经网络的训练误差降低方法、装置、电子设备及介质，其中，方法包括：确定目标神经网络的每个输出端口的优先级；根据优先级匹配目标神经网络的每个输出端口的误差权重系数，其中，优先级高的输出端口的误差权重系数大于优先级低的输出端口的误差权重系数；根据每个输出端口的误差权重系数计算目标神经网络的训练误差，以进行训练，直至在训练误差满足预设精度条件时，完成目标神经网络的训练。由此，解决了相关技术采用各个输出端口均一权重定义误差函数的训练方法，会导致训练输出结果从低位到高位精度依次递减，无法使所有端口都满足精度要求，且训练时间长，效率低等问题。
-
公开(公告)号：CN115358381B
公开(公告)日：2024-05-31
申请号：CN202211063558.5
申请日：2022-09-01
Applicant: 清华大学
Abstract: 本申请涉及神经网络技术领域，特别涉及一种光学全加器及其神经网络设计方法、设备及介质，其中，方法包括：获取隐藏层的每层中不同位置神经元的期望计算特征和输出端口优先级；根据期望计算特征和输出端口的优先级匹配隐藏层中衍射槽之间的设计间距，其中，优先级高的输出端口对应的衍射槽之间的设计间距小于优先级低的输出端口对应的衍射槽之间的设计间距；根据隐藏层衍射槽之间的设计间距生成目标神经网络的设计方案，基于设计方案实现目标神经网络的设计。由此，解决了相关技术采用神经元在空间上均匀排布的方法会导致输出结果的精度分布不均，且需要长时间训练才能达到理想的精度，效率低等问题。
-
Patent Agency Ranking
公开(公告)号：CN115933224A
公开(公告)日：2023-04-07
申请号：CN202310118828.6
申请日：2023-02-01
Applicant: 清华大学
Abstract: 本申请公开了对光计算器件进行调控的方法和光计算器件，包括：S100：提供平板波导，平板波导包括至少一个子波导，子波导包括多个间隔排布的第一凹槽和第二凹槽，第一凹槽为衍射槽内部未填充相变材料，第二凹槽为可调控衍射槽内部填充所述相变材料；S200：向平板波导输入光信号，光信号在相邻所述凹槽之间传播，并记录平板波导的输出值；S300：计算预设值与输出值之间的差值，当差值大于标准值时，执行S400；S400：利用调控装置对第二凹槽中的相变材料的晶体状态进行调控；S500：重复执行S200和S300，直至所述差值不大于所述标准值。由此可以提供可编辑、可重构的神经网络，进而获得具有宽谱范围的光计算器件。
-
公开(公告)号：CN115358381A
公开(公告)日：2022-11-18
申请号：CN202211063558.5
申请日：2022-09-01
Applicant: 清华大学
Abstract: 本申请涉及神经网络技术领域，特别涉及一种光学全加器及其神经网络设计方法、设备及介质，其中，方法包括：获取隐藏层的每层中不同位置神经元的期望计算特征和输出端口优先级；根据期望计算特征和输出端口的优先级匹配隐藏层中衍射槽之间的设计间距，其中，优先级高的输出端口对应的衍射槽之间的设计间距小于优先级低的输出端口对应的衍射槽之间的设计间距；根据隐藏层衍射槽之间的设计间距生成目标神经网络的设计方案，基于设计方案实现目标神经网络的设计。由此，解决了相关技术采用神经元在空间上均匀排布的方法会导致输出结果的精度分布不均，且需要长时间训练才能达到理想的精度，效率低等问题。
-
公开(公告)号：CN115207152A
公开(公告)日：2022-10-18
申请号：CN202210682163.7
申请日：2022-06-15
Applicant: 清华大学
IPC: H01L31/113 , H01L31/0232 , H01L31/032 , H01L31/18 , G06N3/067 , G06N3/08
Abstract: 本发明公开了硅光原位探测与调制一体化器件及其制备方法和应用。所述器件包括：衬底；硅波导，硅波导置于衬底的部分表面上；填充层，填充层置于衬底未被硅波导覆盖的部分表面；纳米氧化钨材料层，纳米氧化钨材料层置于硅波导远离衬底的一侧；二维半导体材料层，二维半导体材料层置于纳米氧化钨材料层远离衬底的一侧；第一侧电极和第二侧电极，第一侧电极和第二侧电极分别置于纳米氧化钨材料层的两侧；绝缘层，绝缘层置于二维半导体材料层远离衬底的一侧；顶电极，顶电极置于绝缘层远离衬底的一侧。将纳米氧化钨材料与二维半导体材料结合，再与硅波导异质集成，可实现在原位光电探测的同时对波导中传输的光的幅值进行非线性调制。
-
公开(公告)号：CN115358391B
公开(公告)日：2024-06-14
申请号：CN202211078157.7
申请日：2022-09-05
Applicant: 清华大学
Abstract: 本申请涉及神经网络技术领域，特别涉及一种神经网络的规模拓展方法、装置、电子设备及存储介质，其中，方法包括：确定目标神经网络的实际运算位宽；利用算术逻辑运算训练策略训练目标神经网络运算位宽中小于实际运算位宽的第一规模子网络，得到的权重参数作为运算位宽大于第一规模子网络的第二规模子网络的初始权重参数，训练第二规模子网络，并按照运算位宽由低位至高位的顺序逐级拓展网络规模，直到网络规模的运算位宽达到实际运算位宽，得到目标神经网络的初始权重参数，实现对目标神经网络的训练。由此，解决了相关技术利用整体网络参数初始化的方法，无法充分挖掘算术逻辑运算任务本身的可复用性，训练复杂度高，训练时间长，效率低等问题。
-
公开(公告)号：CN115207152B
公开(公告)日：2023-06-06
申请号：CN202210682163.7
申请日：2022-06-15
Applicant: 清华大学
IPC: H01L31/113 , H01L31/0232 , H01L31/032 , H01L31/18 , G06N3/067 , G06N3/08
Abstract: 本发明公开了硅光原位探测与调制一体化器件及其制备方法和应用。所述器件包括：衬底；硅波导，硅波导置于衬底的部分表面上；填充层，填充层置于衬底未被硅波导覆盖的部分表面；纳米氧化钨材料层，纳米氧化钨材料层置于硅波导远离衬底的一侧；二维半导体材料层，二维半导体材料层置于纳米氧化钨材料层远离衬底的一侧；第一侧电极和第二侧电极，第一侧电极和第二侧电极分别置于纳米氧化钨材料层的两侧；绝缘层，绝缘层置于二维半导体材料层远离衬底的一侧；顶电极，顶电极置于绝缘层远离衬底的一侧。将纳米氧化钨材料与二维半导体材料结合，再与硅波导异质集成，可实现在原位光电探测的同时对波导中传输的光的幅值进行非线性调制。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
