Simonyan, K. & Zisserman, A. Zeer diepe convolutionele netwerken voor grootschalige beeldherkenning. In 3e internationale conferentie over leerrepresentaties 1–14 (ICLR, 2015).
Wang, G. et al. Interactieve medische beeldsegmentatie met behulp van deep learning met beeldspecifieke verfijning. IEEE Trans. Med. In beeld brengen 37, 1562â € "1573 (2018).
Furui, S., Deng, L., Gales, M., Ney, H. & Tokuda, K. Fundamentele technologieën in moderne spraakherkenning. IEEE Signaalproces Mag. 29, 16â € "17 (2012).
Sak, H., Senior, A., Rao, K. & Beaufays, F. Snelle en nauwkeurige akoestische modellen van terugkerende neurale netwerken voor spraakherkenning. In Proc. Jaarlijkse conferentie van de International Speech Communication Association, INTERSPEECH 1468–1472 (ISCA, 2015).
He, K., Zhang, X., Ren, S. & Sun, J. Diep resterend leren voor beeldherkenning. In Proc. IEEE Computer Society-conferentie over computervisie en patroonherkenning 770-778 (IEEE, 2016).
Lecun, Y., Bengio, Y. & Hinton, G. Diep leren. NATUUR 521, 436â € "444 (2015).
Mennel, L. et al. Ultrasnelle machinevisie met 2D materiaal neurale netwerkbeeldsensoren. NATUUR 579, 62â € "66 (2020).
Liu, L. et al. Computersystemen voor autonoom rijden: stand van zaken en uitdagingen. IEEE internetdingen J. 8, 6469â € "6486 (2021).
Shi, W. et al. LOEN: lensloos opto-elektronisch neuraal netwerk met machinevisie. Lichte wetenschap. Toepasselijk 11, 121 (2022).
Hamerly, R., Bernstein, L., Sludds, A., Soljačić, M. & Englund, D. Grootschalige optische neurale netwerken gebaseerd op foto-elektrische vermenigvuldiging. Fys. Rev. X 9, 021032 (2019).
Wetzstein, G. et al. Inferentie in kunstmatige intelligentie met diepe optica en fotonica. NATUUR 588, 39â € "47 (2020).
Shastri, BJ et al. Fotonica voor kunstmatige intelligentie en neuromorphic computing. Nat. Foton. 15, 102â € "114 (2021).
Xue, W. & Miller, O. D. High-NA optische randdetectie via geoptimaliseerde meerlaagse films. J. Optica 23, 125004 (2021).
Wang, T. et al. Een optisch neuraal netwerk dat minder dan 1 foton per vermenigvuldiging gebruikt. Nat. Commun. 13, 123 (2022).
Wang, T. et al. Beelddetectie met meerlaagse niet-lineaire optische neurale netwerken. Nat. Foton. 17, 8â € "17 (2023).
Badloe, T., Lee, S. & Rho, J. Berekening met de snelheid van het licht: metamaterialen voor volledig optische berekeningen en neurale netwerken. Adv. Foton. 4, 064002 (2022).
Vanderlugt, A. Optische signaalverwerking (Wiley, 1993)
Chang, J., Sitzmann, V., Dun, X., Heidrich, W. & Wetzstein, G. Hybride optisch-elektronische convolutionele neurale netwerken met geoptimaliseerde diffractieve optica voor beeldclassificatie. Sci. Rep. 8, 12324 (2018).
Colburn, S., Chu, Y., Shilzerman, E. & Majumdar, A. Optische frontend voor een convolutioneel neuraal netwerk. toepassing opt. 58, 3179 (2019).
Zhou, T. et al. Grootschalig neuromorfisch opto-elektronisch computergebruik met een herconfigureerbare diffractieve verwerkingseenheid. Nat. Foton. 15, 367â € "373 (2021).
Chen, YH, Krishna, T., Emer, JS & Sze, V. Eyeriss: een energie-efficiënte, herconfigureerbare versneller voor diepe convolutionele neurale netwerken. IEEE J. Halfgeleidercircuits 52, 127â € "138 (2017).
Neshatpour, K., Homayoun, H. & Sasan, A. ICNN: het iteratieve convolutionele neurale netwerk. In ACM-transacties op ingebedde computersystemen 18, 119 (ACM, 2019).
Xu, X. et al. 11 TOPS fotonische convolutionele versneller voor optische neurale netwerken. NATUUR 589, 44â € "51 (2021).
Feldmann, J. et al. Parallelle convolutionele verwerking met behulp van een geïntegreerde fotonische tensorkern. NATUUR 589, 52â € "58 (2021).
Wu, C. et al. Programmeerbare faseveranderingsmetasurfaces op golfgeleiders voor multimode fotonisch convolutioneel neuraal netwerk. Nat. Commun. 12, 96 (2021).
Zhang, H. et al. Een optische neurale chip voor het implementeren van een neuraal netwerk met een complexe waarde. Nat. Commun. 12, 457 (2021).
Ashtiani, F., Geers, AJ & Aflatouni, F. Een on-chip fotonisch diep neuraal netwerk voor beeldclassificatie. NATUUR 606, 501â € "506 (2022).
Fu, T. et al. Fotonische machine learning met diffractieve optica op de chip. Nat. Commun. 14, 70 (2023).
Lin, X. et al. Volledig optische machine learning met behulp van diffractieve diepe neurale netwerken. Wetenschap 361, 1004â € "1008 (2018).
Qian, C. et al. Het uitvoeren van optische logische bewerkingen door een diffractief neuraal netwerk. Lichte wetenschap. Toepasselijk 9, 59 (2020).
Luo, X. et al. Metasurface-enabled on-chip gemultiplexte diffractieve neurale netwerken in het zichtbare gebied. Lichte wetenschap. Toepasselijk 11, 158 (2022).
Kwon, H., Arbabi, E., Kamali, SM, Faraji-Dana, MS & Faraon, A. Single-shot kwantitatieve fasegradiëntmicroscopie met behulp van een systeem van multifunctionele metasurfaces. Nat. Foton. 14, 109â € "114 (2020).
Xiong, B. et al. Het doorbreken van de beperking van polarisatiemultiplexing in optische metasurfaces met kunstmatige ruis. Wetenschap 379, 294â € "299 (2023).
Khorasaninejad, M. et al. Metalensen op zichtbare golflengten: diffractie-gelimiteerde focussering en beeldvorming met subgolflengteresolutie. Wetenschap 352, 1190â € "1194 (2016).
Kim, J. et al. Schaalbare productie van hybride atoomlaag-polymeer-metasurfaces met hoge index voor metafotonica in het zichtbare. nat. Mater. 22, 474â € "481 (2023).
Levanon, N. et al. Hoekige transmissierespons van symmetriebrekende quasi-BIC volledig diëlektrische metasurfaces in het vlak. ACS Fotonica 9, 3642â € "3648 (2022).
Nolen, JR, Overvig, A.C., Cotrufo, M. & Alù, A. Willekeurig gepolariseerde en unidirectionele emissie van thermische metasurfaces. Voordruk op https://arxiv.org/abs/2301.12301 (2023).
Guo, C., Xiao, M., Minkov, M., Shi, Y. & Fan, S. Fotonische kristalplaat Laplace-operator voor beelddifferentiatie. optica 5, 251â € "256 (2018).
Cordaro, A. et al. Diëlektrische metasurfaces met hoge index die wiskundige bewerkingen uitvoeren. Nano Let. 19, 8418â € "8423 (2019).
Zhou, Y., Zheng, H., Kravchenko, II & Valentine, J. Platte optica voor beelddifferentiatie. Nat. Foton. 14, 316â € "323 (2020).
Fu, W. et al. Ultracompacte meta-imagers voor willekeurige, volledig optische convolutie. Lichte wetenschap. Toepasselijk 11, 62 (2022).
Wang, H., Guo, C., Zhao, Z. & Fan, S. Compacte onsamenhangende beelddifferentiatie met nanofotonische structuren. ACS Fotonica 7, 338â € "343 (2020).
Zhang, X., Bai, B., Sun, HB, Jin, G. & Valentine, J. Incoherente opto-elektronische differentiatie gebaseerd op geoptimaliseerde meerlaagse films. Laserfoton Rev. 16, 2200038 (2022).
Zheng, H. et al. Meta-optische versnellers voor objectclassificatoren. Wetenschap. Adv. 8, eabo6410 (2022).
Bernstein, L. et al. Single-shot optisch neuraal netwerk. Wetenschap. Adv. 9, eadg7904 (2023).
Shen, Z. et al. Monoculaire metasurface-camera voor passieve single-shot 4D-beeldvorming. Nat. Commun. 14, 1035 (2023).
LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P. Op gradiënt gebaseerd leren toegepast op documentherkenning. Proc. IEEE 86, 2278â € "2323 (1998).
Zheng, H. et al. Samengestelde meta-optica voor volledige en verliesvrije veldcontrole. ACS Nano 16, 15100â € "15107 (2022).
Liu, S. et al. Meer ConvNets in de jaren 2020: kernels opschalen tot voorbij 51×51 met behulp van sparsity. In 11e internationale conferentie over leerrepresentaties 1–23 (ICLR, 2023).
Barron, JT Een algemene en adaptieve robuuste verliesfunctie. In Proc. IEEE Computer Society-conferentie over computervisie en patroonherkenning 4326-4334 (IEEE, 2019).
Dosovitskiy, A. et al. Een beeld zegt 16×16 woorden: transformatoren voor beeldherkenning op schaal. In 9e internationale conferentie over leerrepresentaties 1–22 (ICLR, 2021).
Stillmaker, A. & Baas, B. Schaalvergelijkingen voor de nauwkeurige voorspelling van de prestaties van CMOS-apparaten van 180 nm tot 7 nm. Integratie 58, 74â € "81 (2017).
McClung, A., Samudrala, S., Torfeh, M., Mansouree, M. & Arbabi, A. Snapshot spectrale beeldvorming met parallelle metasystemen. Wetenschap. Adv. 6, eabc7646 (2020).
Ding, X., Zhang, X., Han, J. & Ding, G. Je kernels opschalen naar 31 × 31: herziening van het grote kernelontwerp in CNN's. In Proc. IEEE Computer Society-conferentie over computervisie en patroonherkenning 11953-11965 (IEEE, 2022).
Ding, X. et al. RepVgg: ConvNets in VGG-stijl weer geweldig maken. In Proc. IEEE Computer Society-conferentie over computervisie en patroonherkenning 13728-13737 (IEEE, 2021).
Li, L. et al. Intelligente metasurface-imager en herkenner. Lichte wetenschap. Toepasselijk 8, 97 (2019).
Zhao, R. et al. Meerkanaals vectoriële holografische weergave en codering. Lichte wetenschap. Toepasselijk 7, 95 (2018).
Kim, I. et al. Gepixeleerde bifunctionele metasurface-aangedreven dynamische vectoriële holografische kleurenafdrukken voor een fotonisch beveiligingsplatform. Nat. Commun. 12, 3614 (2021).
Li, L. et al. Op metalens-array gebaseerde hoogdimensionale en multifoton-kwantumbron. Wetenschap 368, 1487â € "1490 (2020).
Hugonin, A. J. P. & Lalanne, P. RETICOLO-software voor roosteranalyse. Voordruk op https://arxiv.org/abs/2101.00901 (2023).
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
- PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
- PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
- Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
- Bron: https://www.nature.com/articles/s41565-023-01557-2
