您的位置:沭阳网单机麻将四人破解版 > 科技频道 > 人物聚焦>正文

四人麻将单机版免费:光学神经网络可能会导致智能相机

2020-03-06 11:37:38    来源:    我来说两句()
字号:TT

单机麻将四人破解版 www.rxvx.com.cn  加州大学洛杉矶分校的工程师在其光学神经网络的设计上进行了重大改进-一种受人脑工作方式启发的设备-可以以光速识别物体或处理信息。

这种发展可能会导致智能相机系统通过通过3D工程材料结构传播的光的图案简单地判断出他们所看到的东西。他们的新设计利用了基于光学的计算系统的并行性和可伸缩性。

例如,与基于计算机的系统相比,此类系统可以并入自动驾驶汽车或机器人中,从而帮助他们更快地做出近乎即时的决策,并且耗电量更少,而基于计算机的系统在发现物体后需要更多时间来识别物体。

该技术由UCLA集团于2018年首次引入。该系统使用一系列3D打印的晶圆或具有凹凸不平表面的层,这些晶圆或层可以透射或反射入射的光-它们的外观和效果令人联想到磨砂玻璃。这些层具有数万个像素点-本质上来说,它们是人造神经元,它们构成了工程设计的材料体积,可以进行全光学计算。每个对象都将具有穿过3D制作层的唯一光路。

在这些层的后面是几个光检测器,每个光检测器先前都在计算机中分配,以便根据穿过这些层后最多的光在哪里结束来推断输入对象是什么。

例如,如果经过训练可以找出手写数字,则编程为识别“ 5”的探测器将在“ 5”的图像穿过图层之后看到该探测器击中的大部分光。

在最近发表在开放存取期刊Advanced Photonics上的这项研究中,加州大学洛杉矶分校的研究人员通过在系统中添加第二组检测器大大提高了系统的准确性,因此,每个物体类型现在都由两个检测器代替一个。研究人员旨在增加分配给物体类型的探测器对之间的信号差。从直觉上讲,这类似于用左手和右手同时称重两块石头-如果它们的重量相似或重量不同,这种方法更容易区分。

这种差分检测方案帮助UCLA研究人员提高了通过其光学神经网络看到的未知物体的预测精度。

Aydogan表示:“这样的系统通过3D制作的材料结构内的光-物质相互作用和光学衍射来执行机器学习任务,除了照明光和简单的检测器电路外,它不需要光功率就能以光速行进,而无需大量功率。”总理电气和计算机工程教授Ozcan以及该研究的主要研究员。“这项先进技术可以使特定任务的智能相机仅使用光子和光与物质的相互作用就可以在场景上进行计算,从而使其具有极高的速度和功率效率。”

研究人员使用手写数字,服装项目以及更广泛的各种车辆和动物图像集(CIFAR-10图像数据集)测试了系统的准确性。他们发现图像识别准确率分别为98.6%,91.1%和51.4%。

这些结果与早期的全电子深层神经网络相比非常有利。尽管更新的电子系统具有更好的性能,但研究人员认为,全光学系统在推理速度,低功耗方面具有优势,并且可以按比例放大以并行容纳和识别更多物体。


 
责任编辑:

相关新闻
    无相关信息