Los puntos clave no están disponibles para este artículo en este momento.
Resumen Las redes neuronales profundas han logrado avances notables al aprovechar múltiples capas de procesamiento de datos para extraer representaciones ocultas, aunque a costa de un gran poder de cómputo electrónico. Para mejorar la eficiencia energética y la velocidad, la implementación óptica de redes neuronales busca aprovechar las ventajas del ancho de banda óptico y la eficiencia energética de las interconexiones ópticas. En ausencia de no linealidades ópticas de bajo consumo, el desafío en la implementación de redes ópticas multicapa radica en realizar múltiples capas ópticas sin recurrir a componentes electrónicos. Aquí presentamos un marco novedoso que utiliza múltiples dispersión y que es capaz de sintetizar transformaciones lineales y no lineales programables simultáneamente a baja potencia óptica aprovechando la relación no lineal entre el potencial de dispersión, representado por datos, y el campo dispersado. Investigaciones teóricas y experimentales muestran que repetir los datos mediante múltiples dispersión permite la computación óptica no lineal con luz continua de bajo consumo. Además, encontramos empíricamente que la escala de este marco óptico sigue una ley de potencia.
Yildirim et al. (Wed,) estudiaron esta cuestión.