Deep learning har revolutionerat hur vi uppfattar och använder data. Men när datauppsättningar växer och beräkningskraven ökar behöver vi effektivare sätt att hantera, lagra och bearbeta data. I detta avseende ses optisk datoranvändning som nästa gräns för datorteknik. Istället för att använda elektroniska signaler förlitar sig optisk beräkning på egenskaperna hos ljusvågor, såsom våglängd och polarisation, för att lagra och bearbeta data.

Diffraktiva djupa neurala nätverk (D ² NN) använder olika egenskaper hos ljusvågor för att utföra uppgifter som bild- och objektigenkänning. Sådana nätverk består av tvådimensionella pixelmatriser som diffraktiva lager. Varje pixel fungerar som en justerbar parameter som påverkar egenskaperna hos ljusvågor som passerar genom den. Denna unika design gör det möjligt för nätverken att utföra beräkningsuppgifter genom att manipulera information som hålls i ljusvågor. Än så länge D ² NN har utnyttjade egenskaper hos ljusvågor som intensitet, fas, polarisation och våglängd.

Nu, i en studie publicerad i Advanced Photonics Nexus , har forskare från Minzu University of China, Peking University och Shanxi University i Kina utvecklat tre D ² NN med diffraktiva skikt som kan känna igen objekt med hjälp av information som hålls i orbital vinkelmoment (OAM) av ljus. Dessa inkluderar singeldetektor OAM-kodad D ² NN:er för klassificering för singel och multitask, och multidetektor OAM-kodad D ² NN för repeterbar multitask-klassificering.

Men vad är OAM? Det är en egenskap hos ljusvågor relaterade till dess rotation eller vridningsrörelse. Den kan anta ett oändligt antal oberoende värden, som var och en motsvarar ett annat ljusläge. På grund av dess breda utbud av möjliga tillstånd eller lägen kan OAM bära rumslig information som ett objekts position, arrangemang eller struktur. I den föreslagna D ² NN ramverk, OAM-strålar som innehåller information som belyser handskrivna siffror kombineras till en enda virvelstråle. Denna stråle, som innehåller flera OAM-lägen, var och en förknippad med en specifik vridning eller rotation av ljusvågor, passerar genom fem diffraktiva lager tränade att känna igen egenskaperna hos handskrivna siffror från OAM-lägena.

En anmärkningsvärd egenskap hos den OAM-kodade D ² NN är dess förmåga att urskilja sekvensen av upprepade siffror. För att uppnå detta använde forskarna flera detektorer för att behandla OAM-information för flera bilder samtidigt.

När den testades på MNIST-datauppsättningen, en vanlig datauppsättning för handskriven sifferigenkänning, D ² NN förutspådde ensiffrigt korrekt i bilderna ungefär 85,49 % av gångerna, en noggrannhetsnivå som är jämförbar med D ² NN-modeller som utnyttjar ljusets våglängds- och polarisationsegenskaper.

Att använda OAM-lägen för att koda information är ett viktigt steg mot att förbättra parallellbearbetningskapaciteten och kommer att gynna applikationer som kräver bearbetning i realtid, som bildigenkänning eller dataintensiva uppgifter.

I själva verket uppnår detta arbete ett genombrott i parallell klassificering genom att använda OAM-frihetsgraden, som överträffar andra befintliga D ² NN-designer. Särskilt OAM-kodad D ² NN tillhandahåller ett kraftfullt ramverk för att ytterligare förbättra kapaciteten för alloptisk parallellklassificering och OAM-baserade maskinseende uppgifter och förväntas öppna lovande forskningsriktningar för D ² NN.

Mer information: Kuo Zhang et al, Avancerad alloptisk klassificering med användning av orbital-vinkelmomentumkodade diffraktiva nätverk, Advanced Photonics Nexus (2023). DOI:10.1117/1.APN.2.6.066006

Tillhandahålls av SPIE