-
公开(公告)号：CN117146730A
公开(公告)日：2023-12-01
申请号：CN202311411802.7
申请日：2023-10-27
申请人： 清华大学
IPC分类号： G01B11/22 , G06V20/64 , G06V10/764 , G06V10/82
摘要： 本发明公开了全光智能计算三维感知系统及装置，该系统，包括参考光输入模块用于产生激光束；全光学结构光编码模块，用于基于激光束调制波前相位以生成空间模式随深度变化的结构光；结构光照明模块用于将生成的结构光照射到物体表面；全光学反射光解码模块，用于对物体反射的结构光中的深度信息在输出平面进行光强映射；三维信息采集模块用于利用光电探测器在输出平面获取光强信息以进行深度信息采集实现三维感知。本发明通过光线在被动光学系统中的传播过程来实现深度信息感知，且除了光源之外无需消耗其他能量，具有光速、低功耗的优势。
-
公开(公告)号：CN110132562B
公开(公告)日：2021-04-09
申请号：CN201910410504.3
申请日：2019-05-16
申请人： 清华大学 , 小狗电器互联网科技(北京)股份有限公司
IPC分类号： G01M13/00
摘要： 本申请公开了一种叶轮进风量检测装置，属于进风量检测技术领域，解决了现有技术中的进风量检测装置没有专门用于放置叶轮的部件、不同叶轮需要更换与叶轮形状相匹配的顶管造成的顶管更换时间长以及流量孔片更换不便的问题。该装置包括稳压箱、顶板、顶管、叶轮装配管以及用于放置叶轮的检测工装，检测工装包括底座与涡壳；涡壳的底部套设于底座的外侧，涡壳的内壁与底座构成叶轮的容纳腔；涡壳的顶端设有进气口，底部侧壁设有出气口，进气口至出气口之间形成气体流通的气流通道；顶管的一端通过顶板与稳压箱固定连接，顶管的另一端套设于叶轮装配管的外侧且与叶轮装配管可拆卸、密封紧配合。该装置可用于叶轮进风量检测。
-
公开(公告)号：CN110334804B
公开(公告)日：2021-09-07
申请号：CN201910538817.7
申请日：2019-06-20
申请人： 清华大学
摘要： 本发明公开了一种基于空间部分相干光的全光深度衍射神经网络系统及方法，包括：转换模块，用于将输入的空间部分相干光信号转换为相干光信号；全光深度衍射神经网络模块，用于对相干光信号进行变换、提取和压缩；信息采集模块，用于接收全光深度衍射神经网络模块的输出信号，并根据输出信号生成空间部分相干光信号的处理结果。该系统可以扩展全光深度衍射神经网络的应用领域，使得全光深度衍射神经网络更好地完成更加复杂的机器学习任务，尤其是能够完成自然场景图像识别处理与计算任务。
-
公开(公告)号：CN110334804A
公开(公告)日：2019-10-15
申请号：CN201910538817.7
申请日：2019-06-20
申请人： 清华大学
摘要： 本发明公开了一种基于空间部分相干光的全光深度衍射神经网络系统及方法，包括：转换模块，用于将输入的空间部分相干光信号转换为相干光信号；全光深度衍射神经网络模块，用于对相干光信号进行变换、提取和压缩；信息采集模块，用于接收全光深度衍射神经网络模块的输出信号，并根据输出信号生成空间部分相干光信号的处理结果。该系统可以扩展全光深度衍射神经网络的应用领域，使得全光深度衍射神经网络更好地完成更加复杂的机器学习任务，尤其是能够完成自然场景图像识别处理与计算任务。
-
公开(公告)号：CN117146730B
公开(公告)日：2024-01-19
申请号：CN202311411802.7
申请日：2023-10-27
申请人： 清华大学
IPC分类号： G01B11/22 , G06V20/64 , G06V10/764 , G06V10/82
摘要： 本发明公开了全光智能计算三维感知系统及装置，该系统，包括参考光输入模块用于产生激光束；全光学结构光编码模块，用于基于激光束调制波前相位以生成空间模式随深度变化的结构光；结构光照明模块用于将生成的结构光照射到物体表面；全光学反射光解码模块，用于对物体反射的结构光中的深度信息在输出平面进行光强映射；三维信息采集模块用于利用光电探测器在输出平面获取光强信息以进行深度信息采集实现三维感知。本发明通过光线在被动光学系统中的传播过程来实现深度信息感知，且除了光源之外无需消耗其他能量，具有光速、低功耗的优势。
-
公开(公告)号：CN111582435B
公开(公告)日：2023-04-18
申请号：CN202010255884.0
申请日：2020-04-02
摘要： 本发明公开了一种基于残差网络的衍射深度神经网络系统，包括：光学输入模块，由光源和3D打印的输入物体或空间光调制器组成，使用光源均匀照射物体或空间光调制器，将输入物体的信息转化为透射光的光学信息；残差衍射深度神经网络模块，由衍射调制层和残差连接模块构成，通过训练实现神经网络功能，以实现光学计算和信息处理功能；信息采集模块，由传感器组成，接收残差衍射深度神经网络模块的输出信号，并采集光学强度信息，以获得信息处理结果。该系统可以有效解决在缓解梯度消失的问题，实现更深的衍射神经网络，提升全光学深度学习的性能，使得全光学深度学习模型更好地完成更加复杂的机器学习任务。
-
公开(公告)号：CN111582435A
公开(公告)日：2020-08-25
申请号：CN202010255884.0
申请日：2020-04-02
摘要： 本发明公开了一种基于残差网络的衍射深度神经网络系统，包括：光学输入模块，由光源和3D打印的输入物体或空间光调制器组成，使用光源均匀照射物体或空间光调制器，将输入物体的信息转化为透射光的光学信息；残差衍射深度神经网络模块，由衍射调制层和残差连接模块构成，通过训练实现神经网络功能，以实现光学计算和信息处理功能；信息采集模块，由传感器组成，接收残差衍射深度神经网络模块的输出信号，并采集光学强度信息，以获得信息处理结果。该系统可以有效解决在缓解梯度消失的问题，实现更深的衍射神经网络，提升全光学深度学习的性能，使得全光学深度学习模型更好地完成更加复杂的机器学习任务。
-
公开(公告)号：CN116269432A
公开(公告)日：2023-06-23
申请号：CN202211627958.4
申请日：2022-12-16
申请人： 清华大学
IPC分类号： A61B5/369 , A61B5/372 , A61B5/00 , A61B5/374 , G06N3/0464
摘要： 本发明提供一种基于衍射光子计算处理器的癫痫发作监控方法及装置，该方法基于衍射光子计算处理器构建衍射光子神经网络实现癫痫发作监控。通过对获取的脑电图信号进行预处理，得到特征电信号；将特征电信号输入至衍射光子神经网络，得到癫痫发作实时监控结果；衍射光子神经网络包括输入平面、多层衍射平面和输出平面，输入平面用于将特征电信号转换为光信号；多层衍射平面用于根据调制系数对光信号进行光调制；输出平面用于根据光调制后的光强度输出癫痫发作实时监控结果，利用光子计算技术处理大规模脑电信号。该方法可以应用于患者颅内和颅外脑电图信号处理，并且，减少硬件系统成本。
-
公开(公告)号：CN114519403B
公开(公告)日：2022-09-02
申请号：CN202210411556.4
申请日：2022-04-19
申请人： 清华大学
摘要： 本申请涉及光学神经网络计算技术领域，特别涉及一种基于片上衍射神经网络的光学图神经分类网络、方法，其中，网络包括：光学图特征提取模块，用于将图结构的输入节点属性信息编码至输入波导的输入光信号上，并提取通过片上衍射神经网络传播后的输出波导的输出光信号，利用输出光信号得到图特征信息；光学图特征聚合模块，用于将多个图结构的图特征信息进行聚合；分类模块，用于根据聚合后的多个图结构的图特征信息对多个图结构进行分类，得到多个图结构的分类结果。由此，解决了现有的光学神经网络都只能处理向量、矩阵等形式的规则数据结构，而不能处理图结构等非欧氏空间的数据结构的问题，可以利用片上集成的光学神经网络来处理社交网络、论文互引网络等图结构数据。
-
公开(公告)号：CN114519403A
公开(公告)日：2022-05-20
申请号：CN202210411556.4
申请日：2022-04-19
申请人： 清华大学
摘要： 本申请涉及光学神经网络计算技术领域，特别涉及一种基于片上衍射神经网络的光学图神经分类网络、方法，其中，网络包括：光学图特征提取模块，用于将图结构的输入节点属性信息编码至输入波导的输入光信号上，并提取通过片上衍射神经网络传播后的输出波导的输出光信号，利用输出光信号得到图特征信息；光学图特征聚合模块，用于将多个图结构的图特征信息进行聚合；分类模块，用于根据聚合后的多个图结构的图特征信息对多个图结构进行分类，得到多个图结构的分类结果。由此，解决了现有的光学神经网络都只能处理向量、矩阵等形式的规则数据结构，而不能处理图结构等非欧氏空间的数据结构的问题，可以利用片上集成的光学神经网络来处理社交网络、论文互引网络等图结构数据。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.025 秒)
