論文の概要: Beyond the Thin-Layer Limit: Differentiable Volumetric Training for Visible-Range Diffractive Neural Networks

• arxiv url: http://arxiv.org/abs/2606.07896v1
• Date: Fri, 05 Jun 2026 23:14:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.520159
• Title: Beyond the Thin-Layer Limit: Differentiable Volumetric Training for Visible-Range Diffractive Neural Networks
• Title（参考訳）: 薄層限界を超えて:可視光線拡散型ニューラルネットワークのための微分ボリュームトレーニング
• Authors: Dineth Jayakody, Dushan N. Wadduwage,
• Abstract要約: D2NNをほぼ全ての視覚パイプラインが動作する可視域に翻訳することは、ナノスケールのニューロンを作るのが困難であるとして長い間非難されてきた。 我々は,D2NNトレーニングの根底にある薄膜近似として真の障害を同定し,各拡散層を無限に薄いマスクとして扱う。 我々は,各素子を有限厚さの体積としてモデル化し,トレーニング中に光を伝搬し,製造互換性の高い高さマップをエンドツーエンドのトレーニングで維持する,微分可能なビーム伝搬層を導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffractive deep neural networks (D2NNs) promise miniaturized, power-efficient, light-speed optical front-ends for machine vision, yet the most mature demonstrations remain in the terahertz regime, built from readily fabricated millimeter-scale neurons. Translating D2NNs to the visible range, where nearly all vision pipelines operate, was long blamed on the difficulty of fabricating nanoscale neurons; but even after recent advances removed that barrier, visible-range D2NNs matching their terahertz counterparts remain out of reach. We identify the true obstacle as the thin-layer approximation underlying nearly all D2NN training, which treats each diffractive layer as an infinitely thin mask. It fails not because of the short wavelength, as is commonly assumed, but because the low-refractive-index materials (n approximately 1.3-1.5) used at visible wavelengths require relief structures thick enough that intra-layer diffraction and phase accumulation become significant. To overcome this, we introduce a differentiable beam-propagation ($\partial$BPM) layer that models each element as a finite-thickness volume and propagates light through it during training, keeping the fabrication-compatible height map end-to-end trainable without full-wave simulation in the loop. Across MNIST, Fashion-MNIST, and CIFAR-100 classification and imaging, $\partial$BPM training substantially reduces the design-to-device mismatch, and full-wave FDTD validation raises classification accuracy from 50% to 90% without re-optimization. The $\partial$BPM layer thus offers a scalable, physics-aware bridge between efficient optical neural-network optimization and fabrication-consistent diffractive design.
• Abstract（参考訳）: D2NN(Diffractive Deep Neural Network)は、機械ビジョンのための小型化、電力効率、光速光学フロントエンドを約束するが、最も成熟したデモは、容易に作製されたミリスケールのニューロンから構築されたテラヘルツ系に残っている。 D2NNをほぼ全ての視覚パイプラインが動作している可視域に翻訳することは、ナノスケールのニューロンを作るのが困難であるとして長年非難されてきたが、最近の進歩でその障壁が取り除かれた後も、テラヘルツと一致する可視域のD2NNは手の届かないままであった。 我々は,D2NNトレーニングの根底にある薄膜近似として真の障害を同定し,各拡散層を無限に薄いマスクとして扱う。 一般的に仮定されるように、短波長のためではなく、可視波長で使用される低屈折率インデックス材料(約1.3-1.5)は、層内回折と位相蓄積が顕著になるほどに厚みのレリーフ構造を必要とするため失敗する。 これを解決するために、各要素を有限厚さの体積としてモデル化し、トレーニング中に光を伝播する微分可能なビームプロパゲーション($\partial$BPM)層を導入する。 MNIST、Fashion-MNIST、CIFAR-100の分類と画像では、$\partial$BPMトレーニングはデバイス間のミスマッチを大幅に低減し、フルウェーブFDTDバリデーションは再最適化なしで分類精度を50%から90%向上させる。 したがって、$\partial$BPMレイヤは、効率的な光ニューラルネット最適化と、製造に一貫性のある回折設計の間の、スケーラブルで物理に配慮したブリッジを提供する。

関連論文リスト

• DexWorldModel: Causal Latent World Modeling towards Automated Learning of Embodied Tasks [54.32016216994156]
  本稿では,DINOv3特徴を生成対象として用い,視覚ノイズから相互作用意味を乱す因果潜在世界モデル(CLWM)を提案する。 メモリスケーリングを克服するため、CLWMはDual-State Test-Time Training (TTT)メモリを備えている。 EmbodiChainは、トレーニング中に物理基底軌道の無限の流れを注入することによって効率法を確立するオンラインフレームワークである。
  論文  参考訳（メタデータ） (2026-04-13T03:19:36Z)
• Brain-Inspired Multimodal Spiking Neural Network for Image-Text Retrieval [79.04396446873932]
  スパイキングニューラルネットワーク(SNN)は、最近、視覚的タスクとテキストタスクに強い可能性を示している。 画像テキスト検索(ITR)のようなマルチモーダルアプリケーションのための直接訓練され、低エネルギーで高性能なSNNを構築することは、依然として非常に困難である。 我々は脳にインスパイアされたクロスモーダルスパイク・フュージョン・ネットワーク(CMSF)を提案し、初めてITRに適用した。
  論文  参考訳（メタデータ） (2026-03-25T08:41:07Z)
• NanoSD: Edge Efficient Foundation Model for Real Time Image Restoration [5.158202521463481]
  NanoSDは、エッジデバイス上でのリアルタイム視覚生成と復元に適した汎用拡散基盤モデルファミリーである。 アーキテクチャのバランス、機能ルーティング、潜在空間の保存が、デバイス上での真のレイテンシをいかに形作るかを示す。 ドロップインバックボーンとして使用する場合、NanoSDは画像超解像、画像劣化、顔の復元、単眼深度推定など、最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-01-14T19:30:53Z)
• PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
  既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。 本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。 これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。 Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-29T14:36:45Z)
• Meta-training of diffractive meta-neural networks for super-resolution direction of arrival estimation [2.8163062697198744]
  そこで我々は, 拡散型メタニューラルネットワーク (DMNN) を提案する。 DMNNはトレーニング済みのミニメタネットを統合し、異なる分極と周波数のメタ原子の振幅と位相応答を特徴付ける。 広視野超解像角推定には、xとyの偏光チャネルを通して方位角と高度角を同時に解決する。
  論文  参考訳（メタデータ） (2025-09-07T04:49:51Z)
• 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)
• 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)
• Physics-aware Roughness Optimization for Diffractive Optical Neural Networks [15.397285424104469]
  微分光学ニューラルネットワーク(DONN)は、従来のディープニューラルネットワークよりも有望な優位性を示している。 本稿では,数値モデリングと実運用における性能差を低減するために,物理対応の回折型光ニューラルネットワークトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-04T03:19:36Z)
• Bayesian Neural Network Language Modeling for Speech Recognition [59.681758762712754]
  長期記憶リカレントニューラルネットワーク(LSTM-RNN)とトランスフォーマーで表される最先端のニューラルネットワーク言語モデル(NNLM)は非常に複雑になりつつある。 本稿では,LSTM-RNN と Transformer LM の基盤となる不確実性を考慮するために,ベイズ学習フレームワークの全体構造を提案する。
  論文  参考訳（メタデータ） (2022-08-28T17:50:19Z)
• Optical Phase Dropout in Diffractive Deep Neural Network [0.0]
  単体学習は、完全な接続を持つ深層複素数値ニューラルネットワークにおいて、ユニタリウェイト更新を更新するのに役立つ。 ユニタリ重みの正方行列特性は、関数信号がうまく一般化できない有限次元を持つことを誘導する。 複素ドロップアウトから進化し、統計的推論を持つユニタリ空間における位相降下は、初めて定式化される。 ディジタルモデルと拡散モデルとの等価性は、[DN]2で物理的に実装された非線形活性化を回避できる化合物変調を決定する。
  論文  参考訳（メタデータ） (2020-11-28T13:33:23Z)

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。