加州大学洛杉矶分校建造出3D打印的全光学衍射深度神经网络
- 来源:cnBeta
- 2021/4/7 8:51:35
- 25207
来自加州大学洛杉矶分校的研究人员使用3D打印机创建了一个人工神经网络,能够分析大量数据并以光速识别物体。该系统被称为衍射式深度神经网络(D2NN)。它利用物体散射的光来识别物体。加州大学洛杉矶分校的研究人员基于基于深度学习的设计,使用无源衍射层一起工作。
研究人员首先创建了一个计算机模拟设计,然后使用3D打印机创建了薄薄的8厘米见方的聚合物晶圆。这些晶圆中的每一个都有不平整的表面,以帮助衍射来自物体的光线。
3D打印的晶圆使用太赫兹频率进行穿透。每一层都由数万个像素组成,光可以穿过这些像素。该设计为每一种类型的物体分配了一个像素,来自物体的光会向分配给它的像素衍射。该技术使D2NN能够在计算机看到物体所需的相同时间内识别物体。
该网络被训练成学习每个物体产生的衍射光,当该物体的光通过设备时,使用称为深度学习的AI分支。深度学习通过重复和随着时间的推移,随着模式的出现持续教导机器。在实验过程中,该设备能够准确识别手写的数字和衣服的类目。
该设备还被训练成一个成像镜头,类似于典型的相机镜头的工作方式。由于该设备是使用3D打印机创建的,D2NN可以用更大的和额外的层来制作,从而形成一个拥有数亿个人工神经元的设备。更大的设备可以同时发现更多的物体,有可能进行更复杂的数据分析。
D2NN的另一个关键优势是成本,研究人员表示,该设备的复制成本可以低于50美元。
(原标题:加州大学洛杉矶分校建造出3D打印的全光学衍射深度神经网络)
版权与免责声明:凡本网注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本网授权不
展开全部
热门评论