论文部分内容阅读
神经网络以神经元作为基本的信息处理单元,从生理结构层面模拟人类大脑的运作方式,在模式识别、图像处理、信号处理、机器学习等领域具有重要应用。基于硬件实现的神经网络是近几年来的研究热点,光学因其高带宽、高度并行、能快速处理大量信息、能耗低等优点,是实现神经网络的理想方式。 光子脉冲神经网络是由大量互连的光子脉冲神经元组成,互连的光子脉冲神经元是通过权重联系在一起的,因此,为了实现神经网络的大规模计算,权重的硬件实现是至关重要的,本文利用MEMS(Micro-electromechanical Systems)可调光衰减器(Variable Optical attenuator,VOA)研制了一种可以自动调节的光子脉冲神经元权重器件。 光子脉冲神经元权重器件包括MEMS VOA、光电探测器、单片机、模数(AD)转换、数模(DA)转换、放大等模块,它可以根据接收的光信号快速计算查表,对VOA衰减值进行实时在线调整。该权重器件具有高效率、易实现的优点。配合脉冲时间依赖的可塑性(spike-timing-dependent plasticity,STDP)光路使用,可以实现光子脉冲神经网络的STDP学习机制。本文在STDP曲线窗口高度为1和0.2的情况下,对权重器件进行了测量,在STDP曲线窗口高度为0.2的情况下,实现了四种STDP学习曲线,实验测量结果与理论结果一致。