集成微腔在片上光学神经网络中的应用（特邀）
摘要
人工智能的发展已超越传统冯·诺依曼架构计算机的能力边界，神经形态计算的兴起更是突破了传统标准硬件的计算局限。光学神经网络凭借其超大带宽、超高速度、超低功耗及天然并行运算能力，成为实现神经形态计算的理想平台。集成微腔作为一种高性能集成光子器件，具备模拟生物神经元机制所需的非线性响应、波长敏感性和光存储能力，有力推动了波分复用技术在神经网络中的应用。近年来，基于集成微腔结构的片上光学神经网络受到研究者广泛关注。本综述系统介绍了集成微腔器件在光学神经网络中的应用，对光脉冲神经网络、光学卷积神经网络和光储备池计算等不同架构进行了分类梳理。同时，深入探讨了基于集成微腔光频梳的新型神经网络架构，并分析了当前面临的主要挑战。
引用本文（GB/T 7714）
朱丽颖 Zhu Liying, 张日尧 Zhang Riyao, 闻浩 Wen Hao, 等. 集成微腔在片上光学神经网络中的应用（特邀）[J]. Laser & Optoelectronics Progress, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。