完全光学神经形态的XOR和XNOR操作使用基于被动添加滴微波振器的光子尖端神经元

科学领域:

• 光子学是指光子学的使用方法.
• 光学计算是指光学计算的应用.
• 神经形态工程的神经形态工程

背景情况:

• 专属OR (XOR) 和专属NOR (XNOR) 是对计算至关重要的基本逻辑操作.
• 现有的硬件实现通常面临效率和复杂性的局限性.
• 光子方法为这些操作提供了在速度和能源消耗方面潜在的优势.

研究的目的:

• 为高效的 XOR 和 XNOR 操作提出和数值研究一种新的硬件架构.
• 为了证明使用单个光子尖端神经元的可行性,该神经元基于被动添加滴微波振器 (ADMRR).
• 探索在ADMRR神经元内实施这些逻辑函数的基本机制.

主要方法:

• 基于合模式理论的数值模拟.
• 对基于ADMRR的尖端神经元的值机制和抑制动态的分析.
• 调查输入功率积累和时间差调整用于逻辑函数实现.

主要成果:

• 通过调整ADMRR神经元的抑制窗口内的时间差异,可以实现精确的XOR操作.
• 一个XNOR函数可以通过积累输入功率来触发刺激性行为来实现.
• 拟议的架构使用单个被动光子尖端神经元用于XOR和XNOR操作.

结论:

• 基于ADMRR的光子尖端神经元为XOR和XNOR操作提供了简洁高效的硬件架构.
• 本书介绍了一种用于光学神经形态计算和信息处理的新务实技术.
• 使用被动设备使得这种方法对未来的光子集成电路具有高度相关性.