-
公开(公告)号：CN115809694A
公开(公告)日：2023-03-17
申请号：CN202211426346.9
申请日：2022-11-14
申请人： 清华大学
摘要： 本发明涉及光计算和人工智能技术领域，提供一种基于多波长并行的多任务衍射神经网络设备及处理方法，设备包括输入单元、衍射调制结构、光探测组件和处理单元；输入单元用于将N个任务的输入调制到N个波长，经光场叠加形成混合光束后输入衍射调制结构，衍射调制结构用于将输入的混合光束的各波长成分并行处理后输出；光探测组件用于探测衍射调制结构的输出平面的光强；输出平面包括M个类别的检测区域，每个检测区域包含N个子区域；处理单元用于根据各检测区域中对应子区域的光强分布，确定N个波长对应的N个任务的推理结果。解决了D2NN仅能适应单一深度学习任务，通用性较差的问题，实现了多任务并行，提升了通用性。
-
公开(公告)号：CN118033533A
公开(公告)日：2024-05-14
申请号：CN202410171849.9
申请日：2024-02-06
申请人： 清华大学
IPC分类号： G01S3/16
摘要： 本公开涉及波达角估计系统与超分辨波达角估计装置，所述系统包括：衍射调制模块，用于调制N个信号源发射的入射波的电磁场相位分布，以使入射波聚焦到探测模块，N≥1，信号源对应的波达角处于预设角度范围内；探测模块包括多个检测区域，预设角度范围包括多个角度区间，每个检测区域对应一个角度区间；探测模块，用于在入射波聚焦到探测模块上的情况下，测量各个检测区域内电磁场的强度，得到各个检测区域内电磁场的强度测量值，并基于强度测量值最大的N个检测区域所对应的角度区间，确定N个信号源对应的波达角。根据本公开实施例，能够实现低延迟、低功耗、低成本的波达角估计。
-
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：CN116167406A
公开(公告)日：2023-05-26
申请号：CN202310035913.6
申请日：2023-01-10
申请人： 清华大学
摘要： 本发明提供一种光子神经网络的对偶自适应训练方法及相关组件，该方法包括：建立包括PNN物理模型和系统误差预测网络模型的PNN仿真模型；确定PNN物理系统的测量值及PNN仿真模型的测量值；基于PNN物理系统的测量值和PNN仿真模型的测量值的对比结果和数据融合结果分别确定相似度损失函数和任务损失函数；根据相似度损失函数和任务损失函数优化更新PNN仿真模型的参数以对PNN物理模型进行在线训练。通过本发明的方法，可以让PNN物理模型在训练过程中适应较大的系统误差，从而使PNN物理模型在部署于PNN物理系统时保持高性能。
-
公开(公告)号：CN118838050A
公开(公告)日：2024-10-25
申请号：CN202410804549.X
申请日：2024-06-20
申请人： 清华大学
摘要： 本公开涉及光学技术领域，包括超振荡衍射神经网络实现超分辨显微成像的方法和装置。通过获取三维光场约束条件；基于该三维光场约束条件训练超振荡衍射神经网络，以优化超振荡衍射神经网络中衍射单元的台阶高度，使超振荡衍射神经网络产生的超振荡聚焦光斑的光强分布和旁瓣的光强分布与理想的输出光场的光强分布之间的差异最小化；和/或，使超振荡区域之外的光强最小化；基于训练后的超振荡衍射神经网络对入射光进行调制，以在三维空间中产生超振荡效应得到超分辨显微成像结果；可以解决传统光学超振荡现象产生方法中存在的强旁瓣导致小视场、工作距离短、景深有限、以及波长相关相位延迟引起的色差问题，提高超分辨显微成像的效果。
-
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
