物理啟發神經網絡 加速光子逆向設計
發表於光子學期刊的研究提出受物理啟發的深度學習架構電磁神經網絡,用於片上計算元系統的逆向設計。架構由局部電磁場求解器與傳播模塊組成,兼顧精度與效率,突破傳統方法在速度與精度間的取捨瓶頸。
設計範式瓶頸
由多層超材料構成的片上計算元系統具備光速處理與低功耗優勢,被視為下一代計算硬件方向。但現有設計範式限制了發展,無論數值方法還是解析方法,都難以在設計過程中同時兼顧效率與精度。

IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
