RoNo：生成可重构光子芯片非线性激活函数的新方法
光学
2025-05-13 v1
摘要
由于摩尔定律的限制以及日益增长的计算需求，光学神经网络（ONNs）正逐渐成为替代电气神经网络的新兴技术。光学环境中对非线性激活函数的控制一直是神经网络重要组成部分的挑战。本文首先使用逆设计工具在硅碳化物绝缘层上设计一种光学图案区域。该图案区域可生成幅度的两种不同非线性响应。随后，将该图案区域与控制网络集成，形成用于波基类模拟计算的可重构光子芯片非线性激活函数发生器。实验表明，使用该系统作为激活函数的神经网络在 MNIST 手写数字数据集和 CIFAR-10 上均表现良好。与前期工作相比，本文提出了一种在光学神经网络中生成芯片级可重构激活函数的新方法，实现了紧凑的占地面积并实现了高质量的激活函数生成。
引用
@article{arxiv.2505.07391,
title = {RoNo: A novel way in generating reconfigurable on-chip nonlinear activation functions},
author = {Zili Cai and Tian Zhang and Jian Dai and Zheng Wang and Kun Xu},
journal= {arXiv preprint arXiv:2505.07391},
year = {2025}
}