美国研发低功耗全光学方法识别分类物体 可应用于自动驾驶等领域

【资料图】

通过随机散射介质识别物体在医学成像、海洋学、安全、机器人和自动驾驶等众多领域都是一项既重要又有挑战性的任务。目前研究人员们也研发了有很多计算解决方案来解决该问题。不过，所有此类解决方案都需要大规模的数字计算，消耗大量的能量，同时在训练阶段从没使用过的新随机散射体仍缺乏普遍性。

全光学计算实验（图片来源：UCLA）

据外媒报道，最近，美国加州大学洛杉矶分校（UCLA）的研究人员研发了一种全光学方法，能够采用衍射深度神经网络（D2NN）通过未知随机散射体对物体进行分类。D2NN能够形成一个自由空间光学计算平台，近年来引起了越来越多的研究兴趣。



本文共计1000字开通高级账号后继续阅读

登录后获取已开通的账号权益温馨提示：研究院技术情报订阅者可畅读全文订阅

本文共计1000字开通高级账号后继续阅读

您未开通，请开通后阅读温馨提示：研究院技术情报订阅者可畅读全文订阅