尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
《Light: Sci Appl》封面级亮点:可训练误差卷积核如何让光学神经网络实现“逐层自治”?
前言近日上海理工大学团队在《Light: Science Applications》期刊上发表了一项重磅研究(https://doi.org/10.1038/s41377-026-02394-3)提出了一种生物启发的无反向传播光学神经网络B-ONN。该研究通过引入逐层目标传播机制和可训练的误差卷积核彻底绕开了传统反向传播对光学路径互易性的严苛要求实现了在光学域内全并行、低功耗的原位训练。核心技术1.逐层目标传播切断误差链B-ONN摒弃了全局误差逐层回传的传统范式改为每层独立生成自己的“目标信号”。其核心机制可概括为每一层只依赖后一层的局部误差来调整自身参数引入可训练的误差卷积核E将后层误差直接“翻译”成当前层的理想输出目标当前层的实际输出只需向这个独立目标靠拢无需等待全局误差信号。这样误差传播的“链条”被彻底切断每层都可以“各自为政”地进行参数更新实现了真正的分布式并行学习。2.可学习误差卷积核无需精确共轭传统BP要求误差回传时使用前向权重的转置共轭矩阵这在光学中意味着需要严格的光路可逆。B-ONN的误差卷积核E是独立可训练的参数矩阵它不依赖于前向权重的数学变换而是在训练过程中自主学习如何“近似”前向算子的逆变换。研究团队的几何分析显示训练开始时E与理论伪逆之间的夹角为90°完全正交随着训练进行该夹角迅速收敛至约34°。这说明E并非机械地复制数学逆变换而是学会了一个具备正则化效果的“智能逆算子”——既能有效反卷积误差信号又能抑制高频噪声保证数值稳定性。3.全光原位训练硬件实现B-ONN不仅是一个算法概念研究团队还从物理硬件层面完整实现了全光原位训练系统包含三大创新单元光学复振幅编码单元OCEU仅用单个相位型空间光调制器即可实现复振幅调制突破了传统纯相位调制的限制光学局部误差单元OLEU基于马赫曾德尔干涉仪在光域内直接完成减法运算避免了光电转换的信息损失和延迟光学并行梯度单元OPGU通过空间干涉实现全像素同步梯度计算单次CMOS曝光即可捕获所有像素的梯度信息计算效率提升数个数量级。研究意义性能验证与BP方法旗鼓相当研究团队在MNIST和Fashion-MNIST数据集上对B-ONN进行了全面测试。结果表明3层B-ONN在MNIST上达到93.25%的准确率与传统BP训练的ONN差距小于0.5%在更深层网络中7-9层B-ONN甚至反超传统方法9层架构下达到95.10%的最高准确率而T-ONN则因梯度不稳定问题性能下滑。这说明B-ONN的局部学习机制在深层架构中具有天然的稳定性优势。鲁棒性天生“抗造”无需噪声增强训练更令人振奋的是B-ONN对环境扰动的耐受能力。在未经过任何噪声增强训练的前提下面对相位噪声σ≈0.4πB-ONN仍保持约75%准确率而传统ONN已跌至60%以下面对±3像素的横向对准误差B-ONN准确率依然高于75%而T-ONN在仅偏移1-2像素时就出现断崖式下跌。这种鲁棒性的根源在于B-ONN学习到的相位分布天然平滑具有宽而平的损失地貌相当于一个内置的低通滤波器从根本上抑制了高频扰动的影响。实验验证从SLM到芯片级集成研究团队不仅在空间光调制器平台上完成了物理实验验证四类手写数字识别物理准确率95%还进一步将B-ONN推进到了芯片级集成的衍射深度神经网络架构。通过双光子聚合纳米打印技术制备的芯片在物理测试中实现了94%的分类准确率。更有趣的是B-ONN学习到的连续平滑相位分布恰好与双光子聚合工艺带来的表面圆滑效应相适配——算法天然“预见”并适应了制造过程中的物理平滑展现出“即训即用”的制造友好性。图1B-ONN的框架图2B-ONN在MNIST和Fashion-MNIST数据集上的性能表现图3B-ONN对抗系统噪声与对准误差的鲁棒性评估图4B-ONN用于手写数字分类的仿真与实验结果图5基于B-ONN的双层芯片用于手写数字分类的仿真与实验结果【注】小编水平有限若有误请联系修改若侵权请联系删除
RELATED

相关推荐

海外APP定制开发完整流程及核心要点解析

海外APP定制开发完整流程及核心要点解析

在全球化数字化发展背景下,海外APP开发成为跨境企业出海布局、拓展海外市场的核心方式之一。不同于国内APP开发,海外APP需要适配海外市场环境、本地用户使用习惯、地区法规及应用商店规则,整体开发流程更加严谨规范。 很多开发项目出现成品质…

📅 2026/10/31 20:58:47
做小程序找哪类公司更合适?模板、SaaS和外包方案对比

做小程序找哪类公司更合适?模板、SaaS和外包方案对比

做小程序找哪类公司更合适?模板、SaaS和外包方案对比做小程序找哪类公司更合适,取决于你到底要买什么:是买一个可用的经营入口,买一套页面设计,还是买一套复杂业务系统。很多商家一开始只说“我要做个小程序”&#xf…

📅 2026/10/16 2:48:47
Object-Informed MPPI:面向非抓取式机器人推挤的物体感知控制

Object-Informed MPPI:面向非抓取式机器人推挤的物体感知控制

1. 为什么非抓取式推动物体是机器人操作中“看似简单、实则极难”的硬骨头在机器人实验室里,我见过太多学生盯着机械臂把一个方块从A点推到B点,反复调试一整天,最后只换来一次勉强成功的录像——而这段视频,往往被剪进项目汇报的前…

📅 2026/11/1 8:42:58
MORE NEWS

更多资讯

📰

YOLO26最新创新改进系列:样条KAN令牌主干,1×1 卷积给每个通道一个固定权重:让 YOLO26 的主干用样条函数去表达非线性!

YOLO26最新创新改进系列:样条KAN令牌主干,11 卷积给每个通道一个固定权重:让 YOLO26 的主干用样条函数去表达非线性! 截止目前,YOLO26最新创新改进系列已更新100种,排列组合后可达到上万种创新模型&#x…

📰

人生有哪些突破:辞掉稳妥的工作去做一件自己真正在意的事、搬到一个谁也不认识的城市、把攒了三年的钱投进一个还没验证的产品、四十岁去学一门和本职毫无关系的技能、把“不好意思开口“的那句话认真说一遍

人生有哪些突破:一份从临终遗憾倒推出来的清单 有位护士叫布朗妮韦尔(Bronnie Ware),在姑息护理病房工作了很多年。她记录下临终者最常说的遗憾,后来写成《临终前最后悔的五件事》。这几条被转述过无数次,因为它们几乎一模一样: 我希望能有勇气过忠于自己的生活,而不是…

📰

写给果酒创业者|十一月,我们打算这么干[特殊字符]

写给果酒创业者|十一月,我们打算这么干🔥 常有人说:做工厂、做品牌,只盯月度计划,格局不大。 但我们坚信: 所有好结果,都不是突然爆发, 而是月月落地、慢慢沉淀出来的。 …

📰

RK3588上手笔记:1、MobaXterm连接与串口接收解析

MobaXterm 选择: 波特率:`1500000` 数据位:`8` 停止位:`1` 校验:`None` 流控:`None` 也就是:`1500000-8-N-1`。野火 LubanCat-4 的 Debug 串口默认参数就是这个。 电脑必须接 3.3V USB-TTL 串口模块,才会出现 COMx。 板子上的 USB-C OTG 烧录口不能直接作为调试串口。 …

📰

多 Agent 客服的短期记忆改造:用 Redis + Checkpointer 管理会话状态

前言 mall-customer 的短期记忆原本是一个手写的 Redis 封装:把对话消息按会话 ID 存进 Redis list,读的时候取最近 N 条。封装本身是通的,但它和 Agent 图之间是断开的——消息存下来了,模型看不到。用户第一轮说"我要退款…

📰

FreeRTos 正点原子 笔记(2):解读 FreeRTOSConfig . h;函数名前缀 v x u 等;port 代表移植层,平台适配层;configTOTAL_HEAP_SIZE 的内存管理

(6)FreeRTOSConfig.h 配置文件作用 :(7) 还是老师例题里的版本, F429,加上老师的讲解 : #ifndef FREERTOS_CONFIG_H #define FREERTOS_CONFIG_H/* 头文件 */ #include "./SYSTEM/sys/sys.h" #include "…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬