对《基于衍射深度神经网络的全光机器学习》评论的回应
神经与进化计算
2018-10-11 v1 机器学习
光学
摘要
在其评论中，Wei 等人 (arXiv:1809.08360v1 [cs.LG]) 声称，由于线性和无源性，我们对衍射深度神经网络 (D2NN) 的原始解释构成了对系统的错误刻画。在本回应中，我们详述了这一错误刻画指控是毫无根据的，并且忽视了我们原始手稿 (Science, DOI: 10.1126/science.aat8084) 中专门引入并讨论的 D2NN 的光学非线性和可重构性的若干章节，这些是我们所提出用于提升性能的框架的一部分。为了进一步驳斥 Wei 等人的错误刻画指控，我们再次展示了光学 D2NN 的深度特征，表明在 D2NN 内协同工作的多个衍射层相较于单个衍射层具有额外的自由度，以实现更好的分类精度，以及随着衍射层数量增加所改善的输出信号对比度和衍射效率，展示了 D2NN 的深度及其在提升性能方面的固有深度优势。总之，Wei 等人的评论并未对我们原始手稿的原始教导作出修正，且我们在 Science (DOI: 10.1126/science.aat8084) 中报告的所有结果、核心结论和研究方法完全有效。
引用
@article{arxiv.1810.04384,
title = {Response to Comment on "All-optical machine learning using diffractive deep neural networks"},
author = {Deniz Mengu and Yi Luo and Yair Rivenson and Xing Lin and Muhammed Veli and Aydogan Ozcan},
journal= {arXiv preprint arXiv:1810.04384},
year = {2018}
}
备注
Response to arXiv:1809.08360v1 [cs.LG]