論文の概要: Engineering nonlinear activation functions for all-optical neural networks via quantum interference

• arxiv url: http://arxiv.org/abs/2504.04009v2
• Date: Wed, 16 Jul 2025 04:30:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-17 14:40:09.359686
• Title: Engineering nonlinear activation functions for all-optical neural networks via quantum interference
• Title（参考訳）: 量子干渉による全光ニューラルネットワークの非線形活性化機能
• Authors: Ruben Canora, Xinzhe Xu, Ziqi Niu, Hadiseh Alaeian, Shengwang Du,
• Abstract要約: 全光ニューラルネットワーク(AONN)は人工知能(AI)の速度とエネルギー効率の変革的向上を約束する 本稿では,2つのレーザー場によって駆動される3レベル量子システムに基づく低消費電力非線形活性化方式を提案する。 これらの結果は、スケーラブルで高速でエネルギー効率の高い光学AIハードウェアへの大きな進歩を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: All-optical neural networks (AONNs) promise transformative gains in speed and energy efficiency for artificial intelligence (AI) by leveraging the intrinsic parallelism and wave nature of light. However, their scalability has been fundamentally limited by the high power requirements of conventional nonlinear optical elements. Here, we present a low-power nonlinear activation scheme based on a three-level quantum system driven by dual laser fields. This platform introduces a two-channel nonlinear activation matrix with both self- and cross-nonlinearities, enabling true multi-input, multi-output optical processing. The system supports tunable activation behaviors, including sigmoid and ReLU functions, at ultralow power levels (17 uW per neuron). We validate our approach through theoretical modeling and experimental demonstration in rubidium vapor cells, showing the feasibility of scaling to deep AONNs with millions of neurons operating under 20 W of total optical power. Crucially, we also demonstrate the all-optical generation of gradient-like signals with backpropagation, paving the way for all optical training. These results mark a major advance toward scalable, high-speed, and energy-efficient optical AI hardware.
• Abstract（参考訳）: 全光学ニューラルネットワーク(AONN)は、内在的な並列性と光の波動特性を活用することにより、人工知能(AI)の速度とエネルギー効率の変革的な向上を約束する。 しかし、そのスケーラビリティは従来の非線形光学素子の高出力要求によって根本的に制限されている。 本稿では,2つのレーザー場によって駆動される3レベル量子システムに基づく低消費電力非線形活性化方式を提案する。 このプラットフォームは、自己および非非線形の両方を持つ2チャネル非線形活性化行列を導入し、真のマルチインプット、マルチアウトプット光学処理を可能にする。 このシステムは、シグモイドやReLU機能を含む調節可能な活性化挙動を、超低出力レベル (17 uW per neuron) でサポートする。 我々は, ルビジウム気相セルの理論的モデリングと実験実験により, 数百万のニューロンが20W以下で動作している深部AONNへのスケーリングの可能性を示す。 重要なことに、バックプロパゲーションによる勾配のような信号の全光発生を実証し、すべての光学トレーニングへの道を開いた。 これらの結果は、スケーラブルで高速でエネルギー効率の高い光学AIハードウェアへの大きな進歩を示している。

関連論文リスト

• Experimental neuromorphic computing based on quantum memristor [0.2618499987393917]
  本研究は, 経験的フィードバックループによって非線形性が向上し, テストアルゴリズムの性能が向上することを示す。 このような場合、量子経験的要素の本質的な役割を強調し、より洗練されたネットワークにおけるビルディングブロックとして使用する可能性を示す。
  論文  参考訳（メタデータ） (2025-04-25T21:03:19Z)
• Streamlined optical training of large-scale modern deep learning architectures with direct feedback alignment [48.90869997343841]
  我々は,ハイブリッド電子フォトニックプラットフォーム上で,ダイレクトフィードバックアライメントと呼ばれる多目的でスケーラブルなトレーニングアルゴリズムを実験的に実装した。 光処理ユニットは、30ワット以下の1500テラオプスで大規模なランダム行列乗算を行う。 トレーニング時間のスケーリングについて検討し、超深度・広帯域ニューラルネットワークに対するハイブリッド光電子アプローチの潜在的な利点を実証する。
  論文  参考訳（メタデータ） (2024-09-01T12:48:47Z)
• Training Large-Scale Optical Neural Networks with Two-Pass Forward Propagation [0.0]
  本稿では、トレーニング効率、非線形関数の実装、大規模入力データ処理に関連する光学ニューラルネットワーク(ONN)の限界について述べる。 ランダムノイズによる誤差の変調と再入出力により,特定の非線形アクティベーション関数を回避する新しいトレーニング手法であるTwo-Pass Forward Propagationを導入する。 統合光学系における単純なニューラルネットワークを用いた畳み込みニューラルネットワークの新たな実装法を提案する。
  論文  参考訳（メタデータ） (2024-08-15T11:27:01Z)
• Single Neuromorphic Memristor closely Emulates Multiple Synaptic Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
  我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。 これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
  論文  参考訳（メタデータ） (2024-02-26T15:01:54Z)
• Ultrafast second-order nonlinear photonics -- from classical physics to non-Gaussian quantum dynamics [0.0]
  最先端のデバイスは、連続波レーザーによって駆動される何千もの光子との飽和非線形相互作用を実現する。 超高速パルスはすぐに非線形光学を単一光子非線形性の領域に押し込むかもしれない。
  論文  参考訳（メタデータ） (2024-01-11T21:25:43Z)
• Optical Extreme Learning Machines with Atomic Vapors [0.3069335774032178]
  極端学習機械は、高次元出力空間上の計算タスクを実行するために非線形ランダムプロジェクションを探索する。 本書では, 近共振条件下での原子ガスを用いた光学的極端学習装置の実現の可能性について検討する。 以上の結果から,これらのシステムは光学的極端学習機として機能するだけでなく,数光子レベルでも動作する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-01-08T10:19:28Z)
• All-optical modulation with single-photons using electron avalanche [66.27103948750306]
  シリコン中の電子雪崩による全光変調を実証する。 我々のアプローチは、ギガヘルツ速度と、さらに高速な光スイッチングの可能性を開く。
  論文  参考訳（メタデータ） (2023-12-18T20:14:15Z)
• Non-Hermitian zero mode laser in a nanophotonic trimer [55.41644538483948]
  非エルミタン3結合ナノキャビティアレイにおけるラシングゼロモードの直接観測について報告する。 2つの極端キャビティにおいて、ほぼ等しいポンプパワーの効率的な励起を示す。 結合ナノレーザーの大規模な配列におけるゼロモードラシングの実現は、レーザーモード工学において潜在的に有用である。
  論文  参考訳（メタデータ） (2023-02-03T15:21:44Z)
• Physics-aware Differentiable Discrete Codesign for Diffractive Optical Neural Networks [12.952987240366781]
  本研究は,Diffractive Optical Neural Network (DONN) の効率的なトレーニングを可能にする,新しいデバイス間ハードウェア・ソフトウェア符号フレームワークを提案する。 Gumbel-Softmaxは、現実世界のデバイスパラメータからDONNの前方関数への微分可能な離散マッピングを可能にするために使用される。 その結果,提案手法は従来の量子化法に比べて大きな利点があることがわかった。
  論文  参考訳（メタデータ） (2022-09-28T17:13:28Z)
• All-Photonic Artificial Neural Network Processor Via Non-linear Optics [0.0]
  本稿では,全フォトニックニューラルネットワークプロセッサを提案する。 情報はニューロンとして機能する周波数モードの振幅に符号化される。 私たちのアーキテクチャは、完全にユニタリで可逆的な計算方法を提供するという点でユニークなものです。
  論文  参考訳（メタデータ） (2022-05-17T19:55:30Z)
• Electromagnetically induced transparency in inhomogeneously broadened divacancy defect ensembles in SiC [52.74159341260462]
  電磁誘導透過 (EIT) は、光信号と電子スピンの量子コヒーレンスの間に強く堅牢な相互作用を与える現象である。 この材料プラットフォームにおいても,計測幾何学の慎重に設計した上で,EITを高視認性で確立できることが示される。 本研究は,多層システムにおけるEITの非均一性に対する理解を提供し,半導体の幅広い欠陥に対する考察である。
  論文  参考訳（メタデータ） (2022-03-18T11:22:09Z)
• Designing Kerr Interactions for Quantum Information Processing via Counterrotating Terms of Asymmetric Josephson-Junction Loops [68.8204255655161]
  静的空洞非線形性は通常、ボゾン量子誤り訂正符号の性能を制限する。 非線形性を摂動として扱うことで、シュリーファー・ヴォルフ変換を用いて実効ハミルトニアンを導出する。 その結果、立方体相互作用は、線形演算と非線形演算の両方の有効率を高めることができることがわかった。
  論文  参考訳（メタデータ） (2021-07-14T15:11:05Z)
• Topologically Protecting Squeezed Light on a Photonic Chip [58.71663911863411]
  集積フォトニクスは、導波路内部に厳密に光を閉じ込めることで非線形性を高めるエレガントな方法を提供する。 シリカチップに励起光を発生させることができる自発4波混合のトポロジカルに保護された非線形過程を実験的に実証した。
  論文  参考訳（メタデータ） (2021-06-14T13:39:46Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)
• Efficient trainability of linear optical modules in quantum optical neural networks [0.0]
  m$モードのコヒーレント光は、総強度が$m$でサブ線形にスケールした場合、効率的にコンパイル可能であることを示す。 さらに,$m$で指数関数的にエネルギーが消滅しない入力状態に対する正の二次ハミルトニアン平均場エネルギー推定のための,$m$モード線形量子回路の効率的なトレーニング性を示す。
  論文  参考訳（メタデータ） (2020-08-20T19:26:54Z)
• Entanglement generation via power-of-SWAP operations between dynamic electron-spin qubits [62.997667081978825]
  表面音響波(SAW)は、圧電材料内で動く量子ドットを生成することができる。 動的量子ドット上の電子スピン量子ビットがどのように絡み合うかを示す。
  論文  参考訳（メタデータ） (2020-01-15T19:00:01Z)

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。