ACM通信
ACM TechNews
基于扩散随机介质的目标分类光学计算
单像素宽带衍射神经网络利用未知随机扩散器对手写数字进行分类。
图源:奥兹坎实验室/加州大学洛杉矶分校
加州大学洛杉矶分校(UCLA)的研究人员开发了一种全光学物体分类技术，该技术使用衍射深度神经网络和单像素光谱探测器，通过未知随机扩散器直接对未知物体进行分类。
研究人员开发的宽带衍射网络架构采用20个离散波长将扩散器扭曲的物体映射为通过单个像素检测到的光谱特征。
研究人员确定照明波长可以在电磁波谱的任何部分操作，而无需重新设计或重新训练衍射层。
加州大学洛杉矶分校的Aydogan Ozcan说:“这项工作首次证明了通过随机扩散器对物体进行全光学分类，并推广到新的未知扩散器。”
从加州大学洛杉矶分校Samueli工程学院
查看全文
版权所有©2023SmithBucklin美国华盛顿特区
没有找到条目