光子平台正逐渐成为满足日益增长的人工智能需求的一种有希望的选择,其中光子时间延迟储存器计算(TDRC)被广泛期待。虽然这种计算范式只能采用单个光子器件作为数据处理的非线性节点,但其性能高度依赖于延迟反馈回路(FL)提供的衰减记忆,这限制了物理实现的可扩展性,特别是对于高度集成的芯片。在这里,我们提出了一种简化的光子方案,利用设计的准卷积编码(QC)实现更灵活的参数配置,从而完全摆脱了对FL的依赖。与基于延迟的TDRC不同,基于QC的RC(QRC)中的编码数据支持时间特征提取,从而有助于增强记忆能力。因此,我们提出的QRC无需实现FL即可处理与时间相关的任务或序列数据。此外,我们可以使用低功率、易于集成的垂直腔面发射激光器来实现该硬件,以实现高性能并行处理。我们通过 QRC 和 TDRC 的模拟和实验比较来说明概念验证,其中结构更简单的 QRC 在各种基准测试任务中表现更佳。我们的结果可能为深度神经网络的硬件实现提供了一个有利的解决方案。
ned通过为发布者提供精简体验,为会员库的有效自动化流程以及图书馆用户的最广泛访问而建立了全面且包容的澳大利亚电子出版物。
− 1.6 亿美元资金/12 亿美元资金缺口 − 联邦工作组/机构联络 − 简化或精简环境审批 − 竞争性拨款中的语言,以确定优先次序和