光子脉冲神经网络研究历程与展望
人工神经网络(ANN)学科的发展推动了信息处理技术的进步,目前,被称为第3代ANN的脉冲神经网络(SNN)以其更具生物可解释性,更适合ANN硬件实现的优势受到业界的广泛关注,并已成功应用于模式识别、医学成像和智能控制等多个领域。受制于“后摩尔时代”电子芯片的制程不断接近极限以及冯·诺依曼体系“存算分离”带来的性能瓶颈,低时延、低能耗、高带宽和高并行性的光子计算方案应用于SNN的硬件实现成为信息处理领域多学科融合的热门课题。文章介绍了光子SNN的起源,利用光学器件的特性实现神经元的行为和突触连接强度的变化进而实现SNN的研究历程和多种实现方案,总结了光子SNN目前存在的瓶颈和挑战,展望了光子SN...
Main Authors: | , , , , |
---|---|
Format: | Article |
Language: | zho |
Published: |
《光通信研究》编辑部
2023-01-01
|
Series: | Guangtongxin yanjiu |
Subjects: | |
Online Access: | http://www.gtxyj.com.cn/thesisDetails#10.13756/j.gtxyj.2023.01.002 |
_version_ | 1797939327131451392 |
---|---|
author | 柯特 朱盈 彭楚宇 胡晓 肖希 |
author_facet | 柯特 朱盈 彭楚宇 胡晓 肖希 |
author_sort | 柯特 |
collection | DOAJ |
description | 人工神经网络(ANN)学科的发展推动了信息处理技术的进步,目前,被称为第3代ANN的脉冲神经网络(SNN)以其更具生物可解释性,更适合ANN硬件实现的优势受到业界的广泛关注,并已成功应用于模式识别、医学成像和智能控制等多个领域。受制于“后摩尔时代”电子芯片的制程不断接近极限以及冯·诺依曼体系“存算分离”带来的性能瓶颈,低时延、低能耗、高带宽和高并行性的光子计算方案应用于SNN的硬件实现成为信息处理领域多学科融合的热门课题。文章介绍了光子SNN的起源,利用光学器件的特性实现神经元的行为和突触连接强度的变化进而实现SNN的研究历程和多种实现方案,总结了光子SNN目前存在的瓶颈和挑战,展望了光子SNN的未来发展趋势。 |
first_indexed | 2024-04-10T19:13:28Z |
format | Article |
id | doaj.art-75009f7f7f12455fa7f6a4dcd8e3f36b |
institution | Directory Open Access Journal |
issn | 1005-8788 |
language | zho |
last_indexed | 2024-04-10T19:13:28Z |
publishDate | 2023-01-01 |
publisher | 《光通信研究》编辑部 |
record_format | Article |
series | Guangtongxin yanjiu |
spelling | doaj.art-75009f7f7f12455fa7f6a4dcd8e3f36b2023-01-30T10:08:00Zzho《光通信研究》编辑部Guangtongxin yanjiu1005-87882023-01-01173133250477光子脉冲神经网络研究历程与展望柯特朱盈彭楚宇胡晓肖希人工神经网络(ANN)学科的发展推动了信息处理技术的进步,目前,被称为第3代ANN的脉冲神经网络(SNN)以其更具生物可解释性,更适合ANN硬件实现的优势受到业界的广泛关注,并已成功应用于模式识别、医学成像和智能控制等多个领域。受制于“后摩尔时代”电子芯片的制程不断接近极限以及冯·诺依曼体系“存算分离”带来的性能瓶颈,低时延、低能耗、高带宽和高并行性的光子计算方案应用于SNN的硬件实现成为信息处理领域多学科融合的热门课题。文章介绍了光子SNN的起源,利用光学器件的特性实现神经元的行为和突触连接强度的变化进而实现SNN的研究历程和多种实现方案,总结了光子SNN目前存在的瓶颈和挑战,展望了光子SNN的未来发展趋势。http://www.gtxyj.com.cn/thesisDetails#10.13756/j.gtxyj.2023.01.002信息处理;人工神经网络;光子脉冲神经网络;光子计算;光学器件 |
spellingShingle | 柯特 朱盈 彭楚宇 胡晓 肖希 光子脉冲神经网络研究历程与展望 Guangtongxin yanjiu 信息处理;人工神经网络;光子脉冲神经网络;光子计算;光学器件 |
title | 光子脉冲神经网络研究历程与展望 |
title_full | 光子脉冲神经网络研究历程与展望 |
title_fullStr | 光子脉冲神经网络研究历程与展望 |
title_full_unstemmed | 光子脉冲神经网络研究历程与展望 |
title_short | 光子脉冲神经网络研究历程与展望 |
title_sort | 光子脉冲神经网络研究历程与展望 |
topic | 信息处理;人工神经网络;光子脉冲神经网络;光子计算;光学器件 |
url | http://www.gtxyj.com.cn/thesisDetails#10.13756/j.gtxyj.2023.01.002 |
work_keys_str_mv | AT kētè guāngzimàichōngshénjīngwǎngluòyánjiūlìchéngyǔzhǎnwàng AT zhūyíng guāngzimàichōngshénjīngwǎngluòyánjiūlìchéngyǔzhǎnwàng AT péngchǔyǔ guāngzimàichōngshénjīngwǎngluòyánjiūlìchéngyǔzhǎnwàng AT húxiǎo guāngzimàichōngshénjīngwǎngluòyánjiūlìchéngyǔzhǎnwàng AT xiàoxī guāngzimàichōngshénjīngwǎngluòyánjiūlìchéngyǔzhǎnwàng |