Jan, 2024
极化子晶格作为二值化神经形态网络
Polariton lattices as binarized neuromorphic networks
Evgeny Sedov, Alexey Kavokin
TL;DR我们介绍了一种基于激子 - 极化子凝聚体格点的新型神经形态网络架构，通过非共振光抽运进行精细相互连接和能量注入。该网络采用二进制框架，在每个神经元中，通过成对相互耦合凝聚体的空间相干性，执行二进制操作。这种相干性是由于极子的弹道传播而产生的，确保了高效的整个网络通信。通过激子成分的非线性排斥驱动的二进制神经元切换机制，使得与连续权重神经网络相比具有计算效率和可扩展性的优势。我们的网络实现了并行处理，提高了计算速度，相比于顺序或脉冲编码的二进制系统。我们使用 MNIST 手写数字数据集评估了系统的性能，展示了优于现有极子神经形态系统的潜力，其令人印象深刻的预测分类准确率高达 97.5%。