Aug, 2023
利用迁移学习解决光学矩阵乘法模型中的数据稀缺问题
Addressing Data Scarcity in Optical Matrix Multiplier Modeling Using Transfer Learning
Ali Cem, Ognjen Jovanovic, Siqi Yan, Yunhong Ding, Darko Zibar...
TL;DR利用迁移学习和合成数据预训练的神经网络模型,在光学基质乘法器的 Mach-Zehnder 干涉仪网状结构中,通过微调实验数据,有效降低建模误差,并仅使用 25% 的可用数据实现了小于 1 dB 均方根误差。