2. Plan prezentacji
• Sieci neuronowe ogólnie
• Wielomodowa, światłowodowa
transmisja danych
• Cyfrowa sieć neuronowa
• Przetwarzanie obrazów
• Stałe połączenia holograficzne
• Refrakcyjna sieć o dużej
pojemności
• Bibliografia
5. Cyfrowa sieć
neuronowa
• Stosowanie obwodów CMOS z
optycznymi we, wy typu SEED lub
wy typu VCSEL
• Bardzo wysoka precyzja
• Mała wydajność
• Polepszenie wydajności dzięki
elementom optycznym
10. Refrakcyjna sieć
o dużej pojemności I
•
•
•
•
Implementacja mapy Kohonena
Pamięci holograficzne 109
Odczyt co 1 ms -> 1012 oper./s
Kryształy refraktooptyczne –
zmiana wag w czasie rzeczywistym
11. Refrakcyjna sieć
o dużej pojemności II
• Wektor wejściowy – wiązki
odniesienia
• Wektor wag – hologramy
• Nauka wektorów z bazy danych
• Modyfikacja tylko wag jednego
neuronu poprzez wiązki uczące
12. Bibliografia
•
•
•
•
•
•
R. Marusarz, M. Sayeh
„Neural network-based multimode fiber-optic
information transmission”
Applied Optics, t. 40, nr 2 (styczeń 2001)
K. Maier, C. Beckstein, R. Blickhan, W. Erhard
„Standard cell-based implementation of a
digital optoelectronic neural-network
hardware”
Applied Optics, t. 40, nr 8 (marzec 2001)
V. Ivanov, A. Mikaelian, B. Novosielov
„Optoelectronic neural network for image
processing”
Optical Memory and Neural Networks, t. 7, nr 1
(1998)
P. Keller, A. Gmitro
„Design and demonstration of an optoelectronic neural network using fixed planar
holographic interconnects”
Optical Computing, t. 6 (1991)
P. Keller, A. Gmitro
„Operational parameters of an opto-electronic
neural network employing fixed planar
holographic interconnects”
World Congress on Neural Networks (lipiec 1993)
Y. Frauel, G. Pauliat, A. Villing, G. Roosen
„High-capacity photorefractive neural network
implementing a Kohonen topological map”
Applied Optics, t. 40, nr 29 (październik 2001)