Monikanavaiset metakuvaajat konenäön kiihdyttämiseen - Nature Nanotechnology

Monikanavaiset metakuvaajat konenäön nopeuttamiseen – Nature Nanotechnology

Lähdesolmu: 3047975
  • Simonyan, K. & Zisserman, A. Erittäin syvät konvoluutioverkostot suuren mittakaavan kuvantunnistusta varten. Sisään Kolmas kansainvälinen oppimisesitysten konferenssi 1–14 (ICLR, 2015).

  • Wang, G. et ai. Interaktiivinen lääketieteellisten kuvien segmentointi käyttämällä syväoppimista kuvakohtaisella hienosäädöllä. IEEE Trans. Med. Kuvantaminen 37, 1562 – 1573 (2018).

    Artikkeli 

    Google Scholar
     

  • Furui, S., Deng, L., Gales, M., Ney, H. & Tokuda, K. Modernin puheentunnistuksen perustekniikat. IEEE Signal Process Mag. 29, 16 – 17 (2012).

    Artikkeli 

    Google Scholar
     

  • Sak, H., Senior, A., Rao, K. & Beaufays, F. Nopeat ja tarkat toistuvien hermoverkkojen akustiset mallit puheentunnistukseen. Sisään Proc. International Speech Communication Associationin vuosikonferenssi, INTERSPEECH 1468–1472 (ISCA, 2015).

  • He, K., Zhang, X., Ren, S. & Sun, J. Deep residual learning for image detection. Sisään Proc. IEEE Computer Society -konferenssi tietokonenäöstä ja kuvioiden tunnistamisesta 770-778 (IEEE, 2016).

  • Lecun, Y., Bengio, Y. & Hinton, G. Deep learning. luonto 521, 436 – 444 (2015).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Mennel, L. et ai. Ultranopea konenäkö 2D-materiaalista hermoverkkokuvaantureilla. luonto 579, 62 – 66 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Liu, L. et ai. Tietokonejärjestelmät autonomiseen ajamiseen: uusinta tekniikkaa ja haasteita. IEEE Internet Things J. 8, 6469 – 6486 (2021).

    Artikkeli 

    Google Scholar
     

  • Shi, W. et ai. LOEN: linssitön optoelektroninen hermoverkko, joka mahdollistaa konenäön. Kevyt Sci. Appl. 11, 121 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Hamerly, R., Bernstein, L., Sludds, A., Soljačić, M. & Englund, D. Large-scale optical neuro networks based on photoelectric multiplication. Phys. Ilm. X 9, 021032 (2019).

    CAS 

    Google Scholar
     

  • Wetzstein, G. et ai. Päätelmät tekoälystä syväoptiikalla ja fotoniikalla. luonto 588, 39 – 47 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Shastri, BJ et ai. Fotoniikka tekoälylle ja neuromorfiselle laskennalle. Nat. Fotoni. 15, 102 – 114 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Xue, W. & Miller, O. D. High-NA optinen reunantunnistus optimoitujen monikerroksisten kalvojen avulla. J. Optics 23, 125004 (2021).

  • Wang, T. et ai. Optinen hermoverkko, joka käyttää vähemmän kuin 1 fotonia kertolaskua kohden. Nat. Commun. 13, 123 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Wang, T. et ai. Kuvantunnistus monikerroksisilla epälineaarisilla optisilla hermoverkoilla. Nat. Fotoni. 17, 8 – 17 (2023).

    Artikkeli 

    Google Scholar
     

  • Badloe, T., Lee, S. & Rho, J. Laskenta valon nopeudella: metamateriaaleja täysoptisiin laskelmiin ja hermoverkkoihin. Adv. Fotoni. 4, 064002 (2022).

  • Vanderlugt, A. Optinen signaalinkäsittely (Wiley, 1993)

  • Chang, J., Sitzmann, V., Dun, X., Heidrich, W. & Wetzstein, G. Hybridi optis-elektroniset konvoluutiohermoverkot optimoidulla diffraktiivisella optiikalla kuvan luokitukseen. Sei. Rep. 8, 12324 (2018).

    Artikkeli 

    Google Scholar
     

  • Colburn, S., Chu, Y., Shilzerman, E. & Majumdar, A. Optical frontend for a convolution neural network. Appi. Valita. 58, 3179 (2019).

    Artikkeli 

    Google Scholar
     

  • Zhou, T. et ai. Laajamittainen neuromorfinen optoelektroninen laskenta, jossa on uudelleenkonfiguroitava diffraktiivinen prosessointiyksikkö. Nat. Fotoni. 15, 367 – 373 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Chen, Y. H., Krishna, T., Emer, J. S. & Sze, V. Eyeriss: energiatehokas uudelleenkonfiguroitava kiihdytin syväkonvoluutiohermoverkkoihin. IEEE J. Puolijohdepiirit 52, 127 – 138 (2017).

    Artikkeli 

    Google Scholar
     

  • Neshatpour, K., Homayoun, H. & Sasan, A. ICNN: iteratiivinen konvoluutiohermoverkko. Sisään ACM-tapahtumat sulautetuissa tietokonejärjestelmissä 18, 119 (ACM, 2019).

  • Xu, X. et ai. 11 TOPS fotoninen konvoluutiokiihdytin optisiin hermoverkkoihin. luonto 589, 44 – 51 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Feldmann, J. et ai. Rinnakkaiskonvoluutiokäsittely käyttämällä integroitua fotonitensoriydintä. luonto 589, 52 – 58 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Wu, C. et ai. Ohjelmoitavat vaiheenmuutosmetapinnat aaltoputkissa monimuotoiseen fotonikonvoluutiohermoverkkoon. Nat. Commun. 12, 96 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Zhang, H. et ai. Optinen hermosiru monimutkaisen arvoisen hermoverkon toteuttamiseen. Nat. Commun. 12, 457 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Ashtiani, F., Geers, A. J. & Aflatouni, F. On-chip photonic deep hermoverkko kuvan luokitteluun. luonto 606, 501 – 506 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Fu, T. et ai. Fotoninen koneoppiminen sirun diffraktiivisella optiikalla. Nat. Commun. 14, 70 (2023).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Lin, X. et ai. Täysoptinen koneoppiminen diffraktiivisten syvähermoverkkojen avulla. tiede 361, 1004 – 1008 (2018).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Qian, C. et ai. Optisten logiikkaoperaatioiden suorittaminen diffraktiivisella hermoverkolla. Kevyt Sci. Appl. 9, 59 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Luo, X. et ai. Metasurface-yhteensopivat sirulla multipleksoidut diffraktiiviset hermoverkot näkyvässä tilassa. Kevyt Sci. Appl. 11, 158 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Kwon, H., Arbabi, E., Kamali, SM, Faraji-Dana, MS & Faraon, A. Single-shot kvantitatiivinen vaihegradienttimikroskopia käyttämällä monitoimisten metapintojen järjestelmää. Nat. Fotoni. 14, 109 – 114 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Xiong, B. et ai. Polarisaatiomultipleksoinnin rajoitusten rikkominen optisissa metapinnoissa teknisillä kohinoilla. tiede 379, 294 – 299 (2023).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Khorasaninejad, M. et ai. Metallisoituu näkyvillä aallonpituuksilla: diffraktiorajoitettu tarkennus ja aliaallonpituusresoluutiokuvaus. tiede 352, 1190 – 1194 (2016).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Kim, J. et ai. Skaalautuva korkean indeksin atomikerros-polymeerihybridi-metapintojen valmistus metafotoniikkaa varten näkyvässä tilassa. Nat. Mater. 22, 474 – 481 (2023).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Levanon, N. et ai. Tason sisäisen symmetriaa rikkovien kvasi-BIC-täysdielektristen metapintojen kulmalähetysvaste. ACS -fotoniikka 9, 3642 – 3648 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Nolen, J. R., Overvig, A. C., Cotrufo, M. & Alù, A. Satunnaisesti polarisoitunut ja yksisuuntainen emissio lämpömetasurfacesta. Preprint klo https://arxiv.org/abs/2301.12301 (2023).

  • Guo, C., Xiao, M., Minkov, M., Shi, Y. & Fan, S. Photonic crystal slab Laplace-operaattori kuvan erottamiseen. optica 5, 251 – 256 (2018).

    Artikkeli 

    Google Scholar
     

  • Cordaro, A. et ai. Korkean indeksin omaavat dielektriset metapinnat, jotka suorittavat matemaattisia operaatioita. Nano Lett. 19, 8418 – 8423 (2019).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Zhou, Y., Zheng, H., Kravchenko, II & Valentine, J. Flat optics for image differentiation. Nat. Fotoni. 14, 316 – 323 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Fu, W. et ai. Ultrakompaktit metakuvaajat mielivaltaiseen täysin optiseen konvoluutioon. Kevyt Sci. Appl. 11, 62 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Wang, H., Guo, C., Zhao, Z. & Fan, S. Kompakti epäkoherentti kuvan erottelu nanofotonisilla rakenteilla. ACS -fotoniikka 7, 338 – 343 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Zhang, X., Bai, B., Sun, HB, Jin, G. & Valentine, J. Incoherent optoelectronic differentiation based on optimized multilayer films. Laser Photon Rev. 16, 2200038 (2022).

    Artikkeli 

    Google Scholar
     

  • Zheng, H. et ai. Meta-optiset kiihdytit kohteluokittimiin. Sei. Adv. 8, eabo6410 (2022).

    Artikkeli 

    Google Scholar
     

  • Bernstein, L. et ai. Yhden kuvan optinen neuroverkko. Sei. Adv. 9, eadg7904 (2023).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Shen, Z. et ai. Monokulaarinen metasurface-kamera passiiviseen yhden kuvan 4D-kuvaukseen. Nat. Commun. 14, 1035 (2023).

    Artikkeli 
    CAS 

    Google Scholar
     

  • LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P.Arviointipohjainen oppiminen sovellettiin asiakirjojen tunnistamiseen. Proc. IEEE 86, 2278 – 2323 (1998).

    Artikkeli 

    Google Scholar
     

  • Zheng, H. et ai. Yhdistetty meta-optiikka täydelliseen ja häviöttömään kenttähallintaan. ACS Nano 16, 15100 – 15107 (2022).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Liu, S. et ai. Lisää ConvNetejä 2020-luvulla: ytimien skaalaaminen yli 51 × 51:een käyttämällä harvaa. Sisään 11. kansainvälinen oppimisesitysten konferenssi 1–23 (ICLR, 2023).

  • Barron, J. T. Yleinen ja adaptiivinen robust loss function. Sisään Proc. IEEE Computer Society -konferenssi tietokonenäöstä ja kuvioiden tunnistamisesta 4326-4334 (IEEE, 2019).

  • Dosovitskiy, A. et ai. Kuva on 16 × 16 sanan arvoinen: muuntajat kuvantunnistukseen mittakaavassa. Sisään 9. kansainvälinen oppimisesitysten konferenssi 1–22 (ICLR, 2021).

  • Stillmaker, A. & Baas, B. Skaalausyhtälöt CMOS-laitteen suorituskyvyn tarkkaan ennustamiseen 180 nm - 7 nm. Integraatio 58, 74 – 81 (2017).

    Artikkeli 

    Google Scholar
     

  • McClung, A., Samudrala, S., Torfeh, M., Mansouree, M. & Arbabi, A. Snapshot spectral imaging with parallel metasystems. Sei. Adv. 6, eabc7646 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Ding, X., Zhang, X., Han, J. & Ding, G. Ytimen skaalaus 31 × 31:een: suuren ytimen suunnittelu uudelleen CNN:issä. Sisään Proc. IEEE Computer Society -konferenssi tietokonenäöstä ja kuvioiden tunnistamisesta 11953-11965 (IEEE, 2022).

  • Ding, X. et ai. RepVgg: tekee VGG-tyylisistä ConvNeteistä jälleen mahtavia. Sisään Proc. IEEE Computer Society -konferenssi tietokonenäöstä ja kuvioiden tunnistamisesta 13728-13737 (IEEE, 2021).

  • Li, L. et ai. Älykäs metapinnan kuvantaja ja tunnistuslaite. Kevyt Sci. Appl. 8, 97 (2019).

    Artikkeli 

    Google Scholar
     

  • Zhao, R. et ai. Monikanavainen vektoriaalinen holografinen näyttö ja salaus. Kevyt Sci. Appl. 7, 95 (2018).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Kim, I. et ai. Pikselöidyt bifunktionaaliset metapinta-ohjatut dynaamiset vektoriaaliset holografiset väritulosteet fotoniseen suojausalustaan. Nat. Commun. 12, 3614 (2021).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Li, L. et ai. Metalens-joukkopohjainen korkeadimensionaalinen ja monifotoni kvanttilähde. tiede 368, 1487 – 1490 (2020).

    Artikkeli 
    CAS 

    Google Scholar
     

  • Hugonin, A. J. P. & Lalanne, P. RETICOLO ohjelmisto ritiläanalyysiin. Preprint klo https://arxiv.org/abs/2101.00901 (2023).

  • Aikaleima:

    Lisää aiheesta Luonnon nanoteknologia