基于脉冲VCSEL神经元实现图像梯度幅值的全光神经形态二值卷积
光学
2020-11-10 v1 神经与进化计算
应用物理
摘要
提出并首次实验演示了基于光子脉冲垂直腔面发射激光器(VCSEL)神经元的全光二值卷积。从数字图像中提取并经矩形脉冲时间编码的光学输入被注入VCSEL神经元，该神经元以所发射的快速(<100 ps长)脉冲数量给出卷积结果。实验与数值结果表明，单个脉冲VCSEL神经元成功实现了二值卷积，且全光二值卷积可用于计算图像梯度幅值以检测边缘特征并分离源图像中的垂直与水平分量。我们还表明，该全光脉冲二值卷积系统对噪声具有鲁棒性，且可处理高分辨率图像。此外，所提系统具有超快速度、高能效和简单硬件实现等重要优势，凸显了脉冲光子VCSEL神经元用于高速神经形态图像处理系统及未来光子脉冲卷积神经网络的潜力。
引用
@article{arxiv.2011.04438,
title = {All-optical neuromorphic binary convolution with a spiking VCSEL neuron for image gradient magnitudes},
author = {Yahui Zhang and Joshua Robertson and Shuiying Xiang and MatĚJ Hejda and JuliÁn Bueno and Antonio Hurtado},
journal= {arXiv preprint arXiv:2011.04438},
year = {2020}
}