پیاده سازی محاسبات شبکه های عصبی مورفونی فوتونی

ظهور و بلوغ ذرات بنیادی به عنوان واحد های کوانتومی (فوتون) امروزه یک واقعیت صنعتی بالغ در مورد سرعت بالا و توان بالا است. ارتباطات داده و زیرساختهای سوئیچینگ. در موضوعات و تحقیقات تا چه اندازه فوتونیک است چه نقشی در معماری های محاسباتی نسل بعدی بازی خواهد کرد. به ویژه ، با توجه به موارد برجسته اخیر دستاوردهای شبکه های عصبی مصنوعی ، علاقه زیادی به تلاش برای بهبود سرعت و انرژی آنها وجود دارد بهره وری با بهره برداری از سخت افزار مبتنی بر فوتونیک به جای سخت افزار مبتنی بر الکترونیک. در این کار ما به بررسی پیشرفته ترین شبکه های عصبی مصنوعی فوتونی میپردازیم. ما یک طبقه بندی از موجود را پیشنهاد می کنیم راه حل ها (طبقه بندی شده به ادراک کننده های چند لایه ، شبکه های عصبی حلقوی ، شبکه های عصبی لرزان ، و محاسبات مخزن) با تاکید بر اجرای اثبات مفهوم. ما همچنین بررسی خاص روش های توسعه یافته برای آموزش شبکه های عصبی فوتونی را بررسی میکنیم و سرانجام در مورد چالش های باز و امیدوار کننده ترین مسیرهای تحقیق آینده در این زمینه را برجسته خواهیم کرد.

Keywords:

شبکه های عصبی مصنوعی , سخت افزار شبکه عصبی , فوتونیک , محاسبات عصبی , شبکه های عصبی فوتونی