Simonyan, K. & Zisserman, A. Mạng tích chập rất sâu để nhận dạng hình ảnh quy mô lớn. TRONG Hội nghị quốc tế lần thứ 3 về đại diện học tập 1–14 (ICLR, 2015).
Wang, G. và cộng sự. Phân đoạn hình ảnh y tế tương tác bằng cách sử dụng học sâu với tinh chỉnh dành riêng cho hình ảnh. IEEE Trans. Med. Hình ảnh 37, 1562 tầm 1573 (2018).
Furui, S., Deng, L., Gales, M., Ney, H. & Tokuda, K. Các công nghệ cơ bản trong nhận dạng giọng nói hiện đại. Tạp chí xử lý tín hiệu IEEE. 29, 16 tầm 17 (2012).
Sak, H., Senior, A., Rao, K. & Beaufays, F. Các mô hình âm thanh mạng thần kinh tái phát nhanh và chính xác để nhận dạng giọng nói. TRONG Proc. Hội nghị thường niên của Hiệp hội Truyền thông Lời nói Quốc tế, INTERSPEECH 1468–1472 (ISCA, 2015).
He, K., Zhang, X., Ren, S. & Sun, J. Học dư sâu để nhận dạng hình ảnh. TRONG Proc. Hội nghị của Hiệp hội Máy tính IEEE về Tầm nhìn Máy tính và Nhận dạng Mẫu 770 Chân778 (IEEE, 2016).
Lecun, Y., Bengio, Y. & Hinton, G. Học sâu. Thiên nhiên 521, 436 tầm 444 (2015).
Mennel, L. và cộng sự. Thị giác máy cực nhanh với cảm biến hình ảnh mạng thần kinh vật liệu 2D. Thiên nhiên 579, 62 tầm 66 (2020).
Lưu, L. và cộng sự. Hệ thống máy tính cho lái xe tự động: hiện đại và thách thức. IEEE Internet Things J. 8, 6469 tầm 6486 (2021).
Shi, W. và cộng sự. LOEN: Mạng thần kinh quang điện tử không thấu kính hỗ trợ thị giác máy. Khoa học ánh sáng. Appl. 11, 121 (2022).
Hamerly, R., Bernstein, L., Sludds, A., Soljačić, M. & Englund, D. Mạng lưới thần kinh quang học quy mô lớn dựa trên phép nhân quang điện. Vật lý. Mục sư X 9, 021032 (2019).
Wetzstein, G. và cộng sự. Suy luận về trí tuệ nhân tạo với quang học sâu và quang tử. Thiên nhiên 588, 39 tầm 47 (2020).
Shastri, BJ và cộng sự. Photonics cho trí tuệ nhân tạo và điện toán thần kinh. tự nhiên phôtôn. 15, 102 tầm 114 (2021).
Xue, W. & Miller, O. D. Phát hiện cạnh quang học có độ NA cao thông qua màng đa lớp được tối ưu hóa. J. Quang học 23, 125004 (2021).
Wang, T. và cộng sự. Mạng nơ-ron quang học sử dụng ít hơn 1 photon cho mỗi lần nhân. Nat. Cộng đồng. 13, 123 (2022).
Wang, T. và cộng sự. Cảm biến hình ảnh với mạng lưới thần kinh quang học phi tuyến đa lớp. tự nhiên phôtôn. 17, 8 tầm 17 (2023).
Badloe, T., Lee, S. & Rho, J. Tính toán ở tốc độ ánh sáng: siêu vật liệu cho các phép tính toàn quang học và mạng lưới thần kinh. Tiến lên Photon. 4, 064002 (2022).
Vanderlugt, A. Xử lý tín hiệu quang (Wiley, 1993).
Chang, J., Sitzmann, V., Dun, X., Heidrich, W. & Wetzstein, G. Mạng thần kinh tích chập quang-điện tử lai với quang học nhiễu xạ được tối ưu hóa để phân loại hình ảnh. Khoa học Dân biểu 8, 12324 (2018).
Colburn, S., Chu, Y., Shilzerman, E. & Majumdar, A. Giao diện quang học cho mạng lưới thần kinh tích chập. ứng dụng Opt. 58, 3179 (2019).
Chu, T. và cộng sự. Điện toán quang điện tử thần kinh quy mô lớn với bộ xử lý nhiễu xạ có thể cấu hình lại. tự nhiên phôtôn. 15, 367 tầm 373 (2021).
Chen, Y. H., Krishna, T., Emer, J. S. & Sze, V. Eyeriss: một máy gia tốc có thể cấu hình lại tiết kiệm năng lượng cho các mạng thần kinh tích chập sâu. Mạch J. trạng thái rắn 52, 127 tầm 138 (2017).
Neshatpour, K., Homayoun, H. & Sasan, A. ICNN: mạng nơ ron tích chập lặp. TRONG Giao dịch ACM trên hệ thống máy tính nhúng 18, 119 (ACM, 2019).
Xu, X. và cộng sự. Máy gia tốc tích chập quang tử 11 TOPS cho mạng nơ-ron quang học. Thiên nhiên 589, 44 tầm 51 (2021).
Feldmann, J. và cộng sự. Xử lý chập song song sử dụng lõi tensor quang tử tích hợp. Thiên nhiên 589, 52 tầm 58 (2021).
Wu, C. và cộng sự. Các siêu giao diện thay đổi pha có thể lập trình trên các ống dẫn sóng cho mạng nơ ron tích chập quang tử đa chế độ. Nat. Cộng đồng. 12, 96 (2021).
Zhang, H. và cộng sự. Một chip thần kinh quang học để triển khai mạng thần kinh có giá trị phức tạp. Nat. Cộng đồng. 12, 457 (2021).
Ashtiani, F., Geers, A. J. & Aflatouni, F. Mạng lưới thần kinh sâu quang tử trên chip để phân loại hình ảnh. Thiên nhiên 606, 501 tầm 506 (2022).
Fu, T. và cộng sự. Học máy quang tử với quang học nhiễu xạ trên chip. Nat. Cộng đồng. 14, 70 (2023).
Lin, X. và cộng sự. Học máy toàn quang sử dụng mạng lưới thần kinh sâu nhiễu xạ. Khoa học 361, 1004 tầm 1008 (2018).
Qian, C. và cộng sự. Thực hiện các hoạt động logic quang học bằng mạng lưới thần kinh nhiễu xạ. Khoa học ánh sáng. Appl. 9, 59 (2020).
Luo, X. và cộng sự. Các mạng thần kinh nhiễu xạ đa kênh trên chip được kích hoạt bằng metasurface trong vùng nhìn thấy được. Khoa học ánh sáng. Appl. 11, 158 (2022).
Kwon, H., Arbabi, E., Kamali, S. M., Faraji-Dana, M. S. & Faraon, A. Kính hiển vi gradient pha định lượng một lần bắn sử dụng hệ thống siêu bề mặt đa chức năng. tự nhiên phôtôn. 14, 109 tầm 114 (2020).
Xiong, B. và cộng sự. Phá vỡ giới hạn của ghép kênh phân cực trong siêu bề mặt quang học với nhiễu được thiết kế. Khoa học 379, 294 tầm 299 (2023).
Khorasaninejad, M. và cộng sự. Metalenses ở bước sóng khả kiến: hình ảnh lấy nét hạn chế nhiễu xạ và hình ảnh có độ phân giải bước sóng dưới. Khoa học 352, 1190 tầm 1194 (2016).
Kim, J. và cộng sự. Sản xuất có thể mở rộng các siêu bề mặt lai polymer-lớp nguyên tử có chỉ số cao cho siêu quang tử trong vùng khả kiến. Nat. Vật chất. 22, 474 tầm 481 (2023).
Levanon, N. và cộng sự. Đáp ứng truyền góc của các siêu bề mặt bán điện môi BIC phá vỡ đối xứng trong mặt phẳng. Quang tử ACS 9, 3642 tầm 3648 (2022).
Nolen, J. R., Overvig, A. C., Cotrufo, M. & Alù, A. Phát xạ phân cực tùy ý và một chiều từ siêu bề mặt nhiệt. In trước tại https://arxiv.org/abs/2301.12301 (2023).
Guo, C., Xiao, M., Minkov, M., Shi, Y. & Fan, S. Toán tử Laplace phiến tinh thể quang tử để phân biệt hình ảnh. quang học 5, 251 tầm 256 (2018).
Cordaro, A. và cộng sự. Các siêu bề mặt điện môi chỉ số cao thực hiện các phép toán. Lá thư Nano. 19, 8418 tầm 8423 (2019).
Zhou, Y., Zheng, H., Kravchenko, II & Valentine, J. Quang học phẳng để phân biệt hình ảnh. tự nhiên phôtôn. 14, 316 tầm 323 (2020).
Fu, W. và cộng sự. Máy tạo ảnh meta siêu nhỏ gọn cho phép tích chập toàn quang tùy ý. Khoa học ánh sáng. Appl. 11, 62 (2022).
Wang, H., Guo, C., Zhao, Z. & Fan, S. Phân biệt hình ảnh rời rạc nhỏ gọn với cấu trúc nanophotonic. Quang tử ACS 7, 338 tầm 343 (2020).
Zhang, X., Bai, B., Sun, H. B., Jin, G. & Valentine, J. Sự phân biệt quang điện tử không mạch lạc dựa trên màng đa lớp được tối ưu hóa. Laser Photon Rev. 16, 2200038 (2022).
Zheng, H. và cộng sự. Máy gia tốc siêu quang cho phân loại đối tượng. Khoa học. Tư vấn. 8, eabo6410 (2022).
Bernstein, L. và cộng sự. Mạng lưới thần kinh quang học đơn bắn. Khoa học. Tư vấn. 9, eadg7904 (2023).
Shen, Z. và cộng sự. Máy ảnh metasurface một mắt để chụp ảnh 4D một lần thụ động. Nat. Cộng đồng. 14, 1035 (2023).
LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P. Học tập dựa trên dải màu áp dụng cho nhận dạng tài liệu. Proc. IEEE 86, 2278 tầm 2323 (1998).
Zheng, H. và cộng sự. Siêu quang học tổng hợp để kiểm soát trường hoàn chỉnh và ít tổn thất. ACS Nano 16, 15100 tầm 15107 (2022).
Liu, S. và cộng sự. Nhiều ConvNet hơn trong những năm 2020: mở rộng quy mô hạt nhân vượt quá 51×51 bằng cách sử dụng độ thưa thớt. TRONG Hội nghị quốc tế lần thứ 11 về đại diện học tập 1–23 (ICLR, 2023).
Barron, J. T. Một hàm mất mát mạnh mẽ và thích ứng chung. TRONG Proc. Hội nghị của Hiệp hội Máy tính IEEE về Tầm nhìn Máy tính và Nhận dạng Mẫu 4326 Chân4334 (IEEE, 2019).
Dosovitskiy, A. và cộng sự. Một hình ảnh có giá trị 16×16 từ: máy biến áp để nhận dạng hình ảnh ở quy mô lớn. TRONG Hội nghị quốc tế lần thứ 9 về đại diện học tập 1–22 (ICLR, 2021).
Stillmaker, A. & Baas, B. Phương trình chia tỷ lệ để dự đoán chính xác hiệu suất của thiết bị CMOS từ 180 nm đến 7 nm. Tích hợp 58, 74 tầm 81 (2017).
McClung, A., Samudrala, S., Torfeh, M., Mansouree, M. & Arbabi, A. Chụp ảnh quang phổ ảnh chụp nhanh với các siêu hệ thống song song. Khoa học. Tư vấn. 6, eabc7646 (2020).
Ding, X., Zhang, X., Han, J. & Ding, G. Mở rộng nhân của bạn lên 31 × 31: xem lại thiết kế nhân lớn trong CNN. TRONG Proc. Hội nghị của Hiệp hội Máy tính IEEE về Tầm nhìn Máy tính và Nhận dạng Mẫu 11953 Chân11965 (IEEE, 2022).
Đinh, X. và cộng sự. RepVgg: làm cho ConvNet theo phong cách VGG trở nên tuyệt vời trở lại. TRONG Proc. Hội nghị của Hiệp hội Máy tính IEEE về Tầm nhìn Máy tính và Nhận dạng Mẫu 13728 Chân13737 (IEEE, 2021).
Li, L. và cộng sự. Trình chụp ảnh và nhận dạng metasurface thông minh. Khoa học ánh sáng. Appl. 8, 97 (2019).
Zhao, R. và cộng sự. Hiển thị và mã hóa hình ba chiều vector đa kênh. Khoa học ánh sáng. Appl. 7, 95 (2018).
Kim, tôi và cộng sự. Các bản in màu ba chiều động theo vectơ hai chức năng được điều khiển bằng metasurface có pixel dành cho nền tảng bảo mật quang tử. Nat. Cộng đồng. 12, 3614 (2021).
Li, L. và cộng sự. Nguồn lượng tử đa chiều và đa chiều dựa trên mảng Metalens. Khoa học 368, 1487 tầm 1490 (2020).
Phần mềm Hugonin, A. J. P. & Lalanne, P. RETICOLO để phân tích cách tử. In trước tại https://arxiv.org/abs/2101.00901 (2023).
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
- PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
- PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
- nguồn: https://www.nature.com/articles/s41565-023-01557-2
