基于迁移学习的光矩阵乘法器数据高效建模
机器学习
2022-11-30 v1 新兴技术
神经与进化计算
摘要
我们展示了在测量数据稀缺的情况下，用于光矩阵乘法器的迁移学习辅助神经网络模型。我们的方法仅使用达到最佳性能所需实验数据的不到10%，并且在马赫-曾德尔干涉仪网格上优于解析模型。
引用
@article{arxiv.2211.16038,
title = {Data-efficient Modeling of Optical Matrix Multipliers Using Transfer Learning},
author = {Ali Cem and Ognjen Jovanovic and Siqi Yan and Yunhong Ding and Darko Zibar and Francesco Da Ros},
journal= {arXiv preprint arXiv:2211.16038},
year = {2022}
}
备注
2 pages, 2 figues, submitted to CLEO