論文の概要: LoCI: An Analysis of the Impact of Optical Loss and Crosstalk Noise in Integrated Silicon-Photonic Neural Networks

• arxiv url: http://arxiv.org/abs/2204.03835v1
• Date: Fri, 8 Apr 2022 04:22:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-17 21:34:08.221581
• Title: LoCI: An Analysis of the Impact of Optical Loss and Crosstalk Noise in Integrated Silicon-Photonic Neural Networks
• Title（参考訳）: LoCI: 集積シリコンフォトニックニューラルネットワークにおける光損失とクロストークノイズの影響の解析
• Authors: Amin Shafiee, Sanmitra Banerjee, Krishnendu Chakrabarty, Sudeep Pasricha, Mahdi Nikdast
• Abstract要約: 統合シリコンフォトニックニューラルネットワーク(SP-NN)は、新たな人工知能アプリケーションのために、より高速でエネルギー効率を約束する。 本稿では,SP-NNのための包括的かつ体系的な光損失とクロストークモデリングフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.930237478906266
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Compared to electronic accelerators, integrated silicon-photonic neural networks (SP-NNs) promise higher speed and energy efficiency for emerging artificial-intelligence applications. However, a hitherto overlooked problem in SP-NNs is that the underlying silicon photonic devices suffer from intrinsic optical loss and crosstalk noise, the impact of which accumulates as the network scales up. Leveraging precise device-level models, this paper presents the first comprehensive and systematic optical loss and crosstalk modeling framework for SP-NNs. For an SP-NN case study with two hidden layers and 1380 tunable parameters, we show a catastrophic 84% drop in inferencing accuracy due to optical loss and crosstalk noise.
• Abstract（参考訳）: 電子加速器と比較して、集積シリコンフォトニックニューラルネットワーク(SP-NN)は、新しい人工知能アプリケーションのための高速でエネルギー効率を約束する。 しかし、sp-nnsの問題点は、基盤となるシリコンフォトニックデバイスが固有の光学的損失とクロストークノイズに悩まされ、ネットワークが拡大するにつれて蓄積される影響である。 本稿では,SP-NNのための総合的かつ体系的な光損失とクロストークモデリングフレームワークを提案する。 2つの隠れ層と1380の可変パラメータを持つsp-nnのケーススタディでは、光学的損失とクロストークノイズによる参照精度が84%低下している。

関連論文リスト

• Neuromorphic Wireless Split Computing with Multi-Level Spikes [69.73249913506042]
  ニューロモルフィックコンピューティングでは、スパイクニューラルネットワーク(SNN)が推論タスクを実行し、シーケンシャルデータを含むワークロードの大幅な効率向上を提供する。 ハードウェアとソフトウェアの最近の進歩は、スパイクニューロン間で交換された各スパイクに数ビットのペイロードを埋め込むことにより、推論精度をさらに高めることを示した。 本稿では,マルチレベルSNNを用いた無線ニューロモルフィック分割計算アーキテクチャについて検討する。
  論文  参考訳（メタデータ） (2024-11-07T14:08:35Z)
• 1-bit Quantized On-chip Hybrid Diffraction Neural Network Enabled by Authentic All-optical Fully-connected Architecture [4.594367761345624]
  本研究では,行列乗算をDNNに組み込んだ新しいアーキテクチャであるHybrid Diffraction Neural Network(HDNN)を紹介する。 特異位相変調層と振幅変調層を用いて、トレーニングされたニューラルネットワークは、数字認識タスクにおいて96.39%と89%の顕著な精度を示した。
  論文  参考訳（メタデータ） (2024-04-11T02:54:17Z)
• All-optical modulation with single-photons using electron avalanche [69.65384453064829]
  単光子強度ビームを用いた全光変調の実証を行った。 本稿では,テラヘルツ高速光スイッチングの可能性を明らかにする。
  論文  参考訳（メタデータ） (2023-12-18T20:14:15Z)
• Free-Space Optical Spiking Neural Network [0.0]
  自由空間光深絞り畳み込みニューラルネットワーク(OSCNN)について紹介する。 この手法は人間の眼の計算モデルからインスピレーションを得ている。 以上の結果から,電子的ONNと比較して,レイテンシと消費電力を最小に抑えた有望な性能を示す。
  論文  参考訳（メタデータ） (2023-11-08T09:41:14Z)
• Classification robustness to common optical aberrations [64.08840063305313]
  本稿では,現実的かつ実用的な光ぼけ効果に対するロバスト性を調べるためのベンチマークである OpticsBench を提案する。 ImageNetの実験では、様々な訓練済みのDNNに対して、ディスク形状のカーネルと比較して、パフォーマンスが強いことが示されている。 我々は,光カーネルをデータ拡張として使用することにより,拡張可能なImageNet-100について述べる。
  論文  参考訳（メタデータ） (2023-08-29T08:36:00Z)
• Analysis of Optical Loss and Crosstalk Noise in MZI-based Coherent Photonic Neural Networks [8.930237478906266]
  シリコンフォトニックベースのニューラルネットワーク(SP-NN)アクセラレーターは、電子加速器に代わる有望な代替品として登場した。 本稿ではボトムアップ手法を用いて,光損失とクロストークノイズを包括的にモデル化する。 異なるスケールのSP-NNに対して,高出力のペナルティと破滅的推論精度が最大84%低下することを示す。
  論文  参考訳（メタデータ） (2023-08-07T02:01:18Z)
• On-chip quantum information processing with distinguishable photons [55.41644538483948]
  多光子干渉は光量子技術の中心にある。 そこで本研究では,共振器型集積光子源に必要なスケールで変形した光子を干渉させるのに十分な時間分解能で検出を実装できることを実験的に実証した。 ボソンサンプリング実験において,非イデアル光子の時間分解検出がエンタングル操作の忠実度を向上し,計算複雑性の低減を図ることができることを示す。
  論文  参考訳（メタデータ） (2022-10-14T18:16:49Z)
• Momentum Diminishes the Effect of Spectral Bias in Physics-Informed Neural Networks [72.09574528342732]
  物理インフォームドニューラルネットワーク(PINN)アルゴリズムは、偏微分方程式(PDE)を含む幅広い問題を解く上で有望な結果を示している。 彼らはしばしば、スペクトルバイアスと呼ばれる現象のために、ターゲット関数が高周波の特徴を含むとき、望ましい解に収束しない。 本研究は, 運動量による勾配降下下で進化するPINNのトレーニングダイナミクスを, NTK(Neural Tangent kernel)を用いて研究するものである。
  論文  参考訳（メタデータ） (2022-06-29T19:03:10Z)
• Fault-tolerant quantum computation with static linear optics [0.0]
  本研究では,これらの要素を低コストで回避するトポロジ的誤り訂正アーキテクチャを提案する。 我々のコンピュータは,GKP状態の確率的情報源の2次元配列,静的ビームスプリッタの深さ4次回路,位相シフト器,1ステップ遅延線からなる。 提案回路の対称性により、雑音モデル内での有限スキューズと均一光子損失の影響を組み合わせ、より包括的なしきい値推定を行うことができる。
  論文  参考訳（メタデータ） (2021-04-07T16:43:34Z)
• Modeling Silicon-Photonic Neural Networks under Uncertainties [4.205518884494758]
  シリコンフォトニクスニューラルネットワーク(spnn)は、デジタル電子回路に比べて計算速度とエネルギー効率が大幅に向上する。 しかし,SPNNのエネルギー効率と精度は,製造過程や温度変化から生じる不確実性の影響が大きい。 MZI(Mch-Zehnder Interferometer)ベースのSPNNの分類精度に対するランダム不確実性の影響に関する最初の包括的かつ階層的研究を提示する。
  論文  参考訳（メタデータ） (2020-12-19T04:41:26Z)
• Inverse-designed photon extractors for optically addressable defect qubits [48.7576911714538]
  フォトニックデバイスの逆設計最適化は、スピン光子インタフェースの臨界パラメータを調整する際に、前例のない柔軟性を実現する。 逆設計のデバイスは、単一の光子エミッタのスケーラブルな配列の実現、新しい量子エミッタの迅速なキャラクタリゼーション、センシングと効率的な隠蔽機構を実現する。
  論文  参考訳（メタデータ） (2020-07-24T04:30:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。