该报告介绍了利用光构建神经网络；这是对2018年以来提交的三篇关于光神经网络的论文的介绍。近年来，很多人尝试用光来重现神经网络，以提高速度和降低功耗。在构建网络时，为了从输入中产生适当的输出，优化是必不可少的。光神经网络中的矩阵计算采用马赫-泽恩德干涉仪原理，由相移导致的光强强度表示。优化需要梯度测量。以往的研究使用计算机模型进行优化，而一种名为关联变换的新方法则通过测量设备的光强度来获取梯度。这样就能在光域中获取梯度，从而缩短了以往方法所使用的程序，并尝试将获取的梯度转换成电压，直接反映在芯片上的干涉中。
文章：https://www.osapublishing.org/optica/abstract.cfm?uri=optica-5-7-864
: https://www.osapublishing.org/oe/abstract.cfm?uri=oe-28-8-12138
: https://advances.sciencemag.org/content/5/12/eaay6946
CLEO 2020 儿玉琢正
研究
关于参加CLEO 2020的报告
2020年5月11日至15日，在线
1 年级大师儿玉琢正
1. 关于CLEO 2020
CLEO（光学学会 OSA）是由美国物理学会（APS）和电气和电子工程师学会（IEEE）光子学会主办的最大的国际光子学会议。会议通常在圣何塞举行，但今年由于新型冠状病毒（COVID-19）的传播，所有演讲都在网上进行。尽管情况前所未有，但共有来自 75 个国家的演讲者齐聚一堂，共发表了 2000 多篇演讲和 248 张海报。作为演讲者也参加了演讲，我想介绍一下我参加的一些演讲，包括通过自己的演讲所获得的印象。
2. 报告人的介绍
标题: 采用随机光子晶体的高分辨率光谱仪
演讲者：儿玉 卓政
工作单位: 庆应大学
发言编号：FM2R.4（5 月 11 日，星期一）
我们展示了使用宽度变线缺陷光子晶体波导和深度学习算法的微型光谱仪。光子学与深度学习的融合研究也出现在了会议上，这再次证实了深度学习是近年来的趋势，同时我们认为我们能够展示深度学习的新用途，因为我们没有发现任何研究像我们的研究一样将深度学习用于数据分析。演讲是以现场形式进行的，主席在问答环节宣读了收到的问题。 我们很担心英语听力理解能力，但收到的问题都得到了主席的解答。我对英语听力感到焦虑，但我能够克服这个问题，因为我能够自己阅读问题。很多问题都与一些概念有关，比如深度学习和用于数据分析的优化算法之间的区别，以及为什么可以应用这些算法来提高分辨率。演示时，演示材料会在屏幕上共享，但如果操作不当，演示者的工具就会被听众看到。为避免这种情况，请在共享 PowerPoint 之后再开始幻灯片放映。
3.参加的演讲。
标题: 亚波长纳米线诱导光子晶体纳米腔中高达 T = 339K 的激光
演讲者： Sylvain Sergent
工作单位： NTT 纳米光子中心
演讲编号：SM1J.6（5 月 11 日，周一）
利用氮化硅光子晶体和 III-V 族纳米线实现低阈值激发 NTT 的光子学小组近年来一直在积极研究光子晶体和等离子体。在本报告中，纳米线被放置在光子晶体波导中，作为增益介质，其激发已被证实可达 T = 360 K。对纳米线长度、半径和晶格常数的多种组合进行了测试，并测量了它们的 Q 值和阈值，显示了它们之间的关系。光子晶体用于将光直接插入纳米线，使其在室温和低输入功率（3.5 MW/cm2）下与集成电路兼容。硅衬底的尺寸非常小，这意味着光的损失很小。硅衬底尺寸非常小，光损失少，可在室温下运行，因此功耗非常低。演讲者还提到了使用各种纳米线来控制激光波长和灵活设计的优势，尽管本次演讲中的激光器使用的是氧化锌。
论文：https://pubs.acs.org/doi/pdf/10.1021/acsphotonics.0c00166
标题： 光子神经网络：训练、非线性和递归系统
演讲者： Shanhui Fan
工作单位：斯坦福大学
演讲编号：JF2A.3（5 月 15 日，星期五）
简体中文 
日本語 
English 
Deutsch 
Français 
한국어 
Español 
Italiano 
العربية