可重新配置的磁光电子设备用于多维光学神经网络
Haiyan He1,2, Yuan Cheng3, Wenxuan Zhu4
1Beijing National Research Center for Information Science and Technology School of Integrated Circuits Tsinghua University Beijing 100084 China.
Small science
|January 15, 2026
概括
本研究介绍了一种用于光学神经网络 (ONN) 的新型磁光电子设备,可实现高性能多维识别. 这一突破提供了先进的AI功能,低功耗,高精度的复杂任务.
科学领域:
- 光电学是指光电子产品.
- 人工智能的人工智能
- 材料科学 材料科学 材料科学
背景情况:
- 传统的光学神经网络 (ONN) 在处理高维数据方面存在局限性,将其应用限制在像图像分类这样的简单任务上.
- 对可重新配置的ONN有越来越多的需求,能够感知和处理固有的高维光信息.
研究的目的:
- 从理论上提出一种新的磁光电子装置,用于构建具有高性能多维识别的ONN.
- 为了利用极化灵敏度和可切换磁性配置来实现先进的计算能力.
主要方法:
- 提出了一个由2D磁性半金属FeCl2和2H-WSe2组成的装置,利用2H-WSe2中的光效应来提高极化灵敏度.
- 采用FeCl2接触器的可切换磁性配置,以在紫外线到近红外波长的光响应中调节非挥发性.
- 为 ONN 架构开发了一个多维光编码策略.
主要成果:
- 在零功耗下实现多维感知,这是由于2H-WSe2.2.中的空间反转对称被打破的原因.
- 通过可切换磁性配置证明了光响应振幅和极性的非挥发性调制.
- 在复杂的任务中达到高达93.5%的准确性,包括3D对象分类和时间序列识别.
结论:
- 拟议的磁光电子ONN架构可以在极化域中实现负值和非线性计算.
- 这项工作突显了磁电电子技术在显著扩展ONN现实应用方面的潜力.
- 开发的设备为更强大和多功能光学神经网络提供了一条途径.
