基于光子晶体微腔的全光非线性激活函数

《Laser & Photonics Reviews》：All-Optical Nonlinear Activation Functions Based on Photonic Crystal Microcavity

　　

摘要

人工智能（AI）日益增长的计算需求呼唤具有能效的计算架构。衍射深度神经网络（D2NN）为光学计算提供了一条有前途的途径，但缺乏非线性激活函数限制了其表征能力。在此，我们展示了一种基于一维光子晶体微腔的无源全光Leaky ReLU非线性激活函数。通过利用共振增强的热光非线性，该腔体表现出由温度引起的共振蓝移，从而产生具有可调节激活阈值的强度依赖型非线性传输特性。将实验表征的非线性激活函数集成到D2NN中，与两层线性D2NN相比，在Fashion-MNIST上的分类准确率提高了1.79%，在MNIST上的收敛速度提高了2.6倍。本工作提供了一种紧凑、无源的实现方法，为构建非线性光学神经网络，并推动低功耗神经形态光学计算的发展。

利益冲突

作者声明无利益冲突。

数据可用性声明

支持本研究发现的数据，可应合理要求从通讯作者处获得。