文章目录

1 引 言

2 人工神经网络与纳米光子学

2.1 人工神经网络

2.2 光学神经网络

    2.2.1 传统光学神经网络

    2.2.2 纳米光子学神经网络

2.3 逆向设计与纳米光子学

    2.3.1 基于优化算法的纳米光子学逆向设计

    2.3.2 基于深度学习的纳米光子学逆向设计

2.4 人工光学突触

    2.4.1 光学人工突触的基本特征

    2.4.2 光学人工突触的工作原理以及实例

    2.4.3 光学人工突触的应用

3 总结与展望

文章摘要:人工智能技术,特别是人工神经网络的创新引领了许多领域的应用革命,如网络搜索、计算机识别和语言、图像的识别技术。近年来纳米光子学的发展为传统的人工神经网络技术,特别是光学神经网络的发展带来了全新的物理视角以及截然不同的实现方法。一方面,纳米光子学是一门研究光与材料在纳米尺度相互作用的科学,可以带来全新的技术,如超分辨光学加工技术和超分辨光学成像技术,进而推动微纳尺度上多种功能的光学神经网络的实现。另一方面,纳米光子学中光子传播的多频段、高速度、低功耗的特点,促使了光学神经网络向着小体积、高密度、低功耗的方向发展。人工神经网络自身的发展也促使神经网络算法（如逆向设计、深度学习）在纳米光子学器件的设计中发挥前所未有的作用,以满足纳米光子学器件对自身功能、体积、集成度、计算功能的日益增长的要求。以神经网络的发展为起点,阐述人工神经网络特别是光学神经网络的发展趋势,以及人工神经网络与纳米光子学相互促进的发展历程。

文章关键词:

项目基金:《光子学报》 网址: http://www.gzxbzzs.cn/qikandaodu/2022/0130/573.html