Orbital-vinkel-momentum-kodede diffraktive netværk til objektklassificeringsopgaver

Deep learning har revolutioneret den måde, vi opfatter og bruger data på. Men efterhånden som datasæt vokser og beregningskravene stiger, har vi brug for mere effektive måder at håndtere, opbevare og behandle data på. I denne henseende ses optisk databehandling som den næste grænse for computerteknologi. I stedet for at bruge elektroniske signaler, er optisk databehandling afhængig af lysbølgernes egenskaber, såsom bølgelængde og polarisering, til at lagre og behandle data.

Diffraktive dybe neurale netværk (D ² NN) bruger forskellige egenskaber ved lysbølger til at udføre opgaver som billed- og objektgenkendelse. Sådanne netværk består af todimensionelle pixel-arrays som diffraktive lag. Hver pixel fungerer som en justerbar parameter, der påvirker egenskaberne af lysbølger, der passerer gennem den. Dette unikke design gør det muligt for netværkene at udføre beregningsopgaver ved at manipulere information, der holdes i lysbølger. Indtil videre, D ² NN'er har udnyttede egenskaber af lysbølger såsom intensitet, fase, polarisering og bølgelængde.

Nu i en undersøgelse offentliggjort i Advanced Photonics Nexus , har forskere fra Minzu University of China, Peking University og Shanxi University i Kina udviklet tre D ² NN'er med diffraktive lag, der kan genkende objekter ved hjælp af information holdt i orbital vinkelmoment (OAM) af lys. Disse omfatter enkeltdetektor OAM-kodet D ² NN'er til enkelt- og multitask-klassificering og multidetektor OAM-kodet D ² NN for gentagelig multitask-klassificering.

Men hvad er OAM? Det er en egenskab ved lysbølger relateret til dets rotation eller vridningsbevægelse. Den kan antage et uendeligt antal uafhængige værdier, der hver svarer til en forskellig lystilstand. På grund af sin brede vifte af mulige tilstande eller tilstande, kan OAM bære rumlig information såsom et objekts position, arrangement eller struktur. I den foreslåede D ² NN-ramme, OAM-stråler, der indeholder information, der belyser håndskrevne cifre, kombineres til en enkelt hvirvelstråle. Denne stråle, der indeholder flere OAM-tilstande, der hver især er forbundet med en specifik vridning eller rotation af lysbølger, passerer gennem fem diffraktive lag, der er trænet til at genkende egenskaberne ved håndskrevne cifre fra OAM-tilstandene.

Et bemærkelsesværdigt træk ved den OAM-kodede D ² NN er dens evne til at skelne rækkefølgen af ​​gentagne cifre. For at opnå dette brugte forskerne flere detektorer til at behandle OAM-information af flere billeder samtidigt.

Når det testes på MNIST-datasættet, et almindeligt anvendt datasæt til håndskreven ciffergenkendelse, D ² NN forudsagde korrekt enkeltcifre i billederne omkring 85,49 % af tiden, et nøjagtighedsniveau, der kan sammenlignes med D ² NN-modeller, der udnytter lysets bølgelængde- og polarisationsegenskaber.

Brug af OAM-tilstande til at kode information er et væsentligt skridt i retning af at fremme parallel behandlingskapacitet og vil gavne applikationer, der kræver realtidsbehandling, såsom billedgenkendelse eller dataintensive opgaver.

Faktisk opnår dette arbejde et gennembrud i parallel klassificering ved at bruge OAM-frihedsgraden, der overgår andre eksisterende D ² NN designs. Især OAM-kodet D ² NN'er giver en kraftfuld ramme til yderligere at forbedre mulighederne for al-optisk parallel klassificering og OAM-baserede maskinsynsopgaver og forventes at åbne lovende forskningsretninger for D ² NN.

Flere oplysninger: Kuo Zhang et al., Avanceret al-optisk klassificering ved hjælp af orbital-vinkel-momentum-kodede diffraktive netværk, Advanced Photonics Nexus (2023). DOI:10.1117/1.APN.2.6.066006

Leveret af SPIE