新書推薦:

《
天地会的仪式与神话:创造认同(学衡社会史丛书)
》
售價:HK$
140.8

《
重回1500-1800:西方崛起时代的中国元素(原沈阳故宫博物院院长武斌,五大维度再现中西文化交流的历史场景,探讨丝绸之路、大航海时代、中国知识传播等)
》
售價:HK$
140.8

《
大横断 寻找川滇藏 第2版
》
售價:HK$
261.8

《
戏语 图解中国戏曲
》
售價:HK$
140.8

《
宋朝往事系列20册
》
售價:HK$
1716.0

《
通用动力F-16“战隼”战斗机
》
售價:HK$
204.6

《
日本国志(上下册)
》
售價:HK$
184.8

《
盐铁论(全注全译全本 文白对照) 中国古代经济学奇书
》
售價:HK$
63.8
|
內容簡介: |
第一章介绍了光子计算机发展的历史以及神经网络的概念。第二章重点介绍了物理储层计算的原理,以及一些与光子计算相关的重要概念?D?D品质因数、拓扑网络、线性和非线性记忆容量。第三章介绍了储层集成的最新技术,主要集中在被动架构的实现,以及如何通过光电探测器实现非线性变换的原理。第四章介绍了大规模光子储层的潜力,重点讨论了几种可以产生复杂网络耦合的光学配置。第五章概况介绍了基于延迟系统的储层计算。第六章详细阐述了池田延迟(Ikeda delay dynamics)动力学与光子储存计算机控制和开发的相关性。第七章讨论了使用半导体激光器作为物理衬底的光子 RC 的实现。第八章重点介绍如何使用光电系统作为主体构建先进的光子储存计算机。
|
關於作者: |
Daniel Brunner出生于德国Oedheim,一直是法国贝桑松FEMTO-ST的CNRS永久研究员,研究兴趣包括非线性光子学,重点是使用量子系统或非线性动力学进行信息处理的新方法,目前专注于在光子系统中实现神经网络和机器学习。他的博士论文获得了多个大学奖项和2010年IOPs罗伊斯奖。曾任国家科技基础条件平台中心副主任;中国驻洛杉矶总领事馆科技参赞;2020年10月,担任国家遥感中心副主任的吕先志接受中组部选派来海南挂职,任海南省发展改革委党组成员、副主任,同时担任园区建设组团组长。 2022.11?D2023.12 工业和信息化部火炬高技术产业开发中心党委书记 2023.12?D 工业和信息化部火炬高技术产业开发中心党委书记,主任
|
目錄:
|
目 录 1. 新型光子计算简介1 1.1 计算光学1 1.1.1 计算光学的优势2 1.1.2 逻辑光计算机5 1.1.3 具有空间变换的光计算6 1.2 神经网络8 1.2.1 感知机9 1.2.2 前馈神经网络11 1.2.3 递归神经网络12 1.2.4 深度神经网络14 1.2.5 Hopfield网络15 1.3 早期光子实现17 1.3.1 光学感知机18 1.3.2 光学Hopfield网络19 1.4 结论21 原著参考文献21 2. 光子储备池系统的信息处理和计算22 2.1 介绍22 2.1.1 数字计算的边界22 2.1.2 模拟计算23 2.2 储备池计算24 2.2.1 一个更宽松的计算模型24 2.2.2 如何训练储备池计算机25 2.2.3 储备池性能的测量26 2.2.4 作为模型系统的回声状态网络27 2.2.5 对储备池的一般要求29 2.2.6 物理储备池计算30 2.3 储备池信息处理31 2.3.1 再现记忆31 2.3.2 非线性处理能力33 2.3.3 记忆、非线性和噪声敏感性34 2.4 结论36 原著参考文献36 3. 集成片上储备池37 3.1 介绍37 3.2 无源储备池计算37 3.3 集成光学读出层40 3.3.1 基本原理40 3.3.2 训练集成光学读出层41 3.3.3 权重分辨率的影响44 3.4 通信应用45 3.4.1 非线性色散补偿45 3.4.2 PAM-4逻辑48 3.5 混沌腔49 3.5.1 设计50 3.5.2 方法50 3.5.3 XOR任务51 3.5.4 帧头识别52 3.5.5 储备池的Q因子和时间尺度53 3.6 用于细胞识别的柱状散射体54 3.6.1 用数字全息显微镜分选细胞54 3.6.2 用于极限学习机(ELM)实现的电介质散射体55 3.6.3 相位灵敏度的非线性58 3.6.4 电介质散射体和光腔的组合60 3.7 结论61 原著参考文献61 4. 大型时空储备池62 4.1 导言62 4.2 衍射耦合62 4.2.1 耦合矩阵65 4.2.2 网络规模限制68 4.3 垂直发射激光器的网络69 4.3.1 网络动力学和光注入71 4.3.2 函数逼近73 4.4 Ikeda振荡器的储备池73 4.4.1 实验设置74 4.4.2 耦合Ikeda振荡器的驱动网络75 4.4.3 读出权重和光子学习76 4.4.4 抑制单极系统的性能限制78 4.4.5 系统性能79 4.4.6 噪声和漂移81 4.4.7 自治系统:输出反馈83 4.5 结论85 原著参考文献86 5. 用于储备池计算的时间延迟系统87 5.1 导言87 5.2 标准储备池计算87 5.3 延迟反馈系统88 5.4 作为储备池的延迟反馈系统90 5.4.1 用具有延迟反馈功能的非线性节点实现91 5.4.2 延迟反馈方法中的时间复用92 5.4.3 基于延迟的储备池计算中的读出和训练93 5.4.4 例子:混沌时间序列预测94 5.5 基于延迟的储备池计算机的互连结构96 5.5.1 通过系统动力学的互连结构97 5.5.2 通过反馈线的互连结构99 5.6 输入层的权重分布100 5.7 基于延迟的储备池计算的计算量101 5.8 基于延迟的储备池计算的硬件实现103 5.8.1 基于延迟的储备池计算的电子实现示例104 5.8.2 基于延迟的储备池计算机物理实现中的挑战106 5.9 结论111 原著参考文献112 6. 作为储备池处理器的Ikeda延迟动力学113 6.1 导言113 6.2 从理想实验到光电装置113 6.2.1 Ikeda环形腔的工作原理113 6.2.2 通过光电方法转换的全光学Ikeda设置115 6.3 建模和理论116 6.3.1 数学模型、时间尺度、运动116 6.3.2 动力学线性部分117 6.3.3 反馈和非线性118 6.3.4 延迟引起的复杂性:自由度、初始条件、相空间119 6.4 用延迟系统模拟动态网络120 6.4.1 延迟系统的时空表示120 6.4.2 举例说明:延迟动力学中的嵌合状态121 6.4.3 从自主延迟动力学到非自主延迟动力学124 6.5 基于Ikeda的光子储备池125 6.5.1 储备池计算的标准ESN125 6.5.2 将ESN模型转换为延迟动力学模型126 6.5.3 基于Ikeda的光子储备池计算实现示例128 6.6 结论134 原著参考文献134 7. 半导体激光器作为储备池基底135 7.1 导言135 7.2 激光器基础和半导体类型135 7.3 用于储备池计算的单模半导体激光器137 7.3.1 建模和数值结果137 7.3.2 单模半导体激光器的首次实验实现140 7.3.3 单模半导体激光器的进一步实验实现142 7.4 作为储备池基底的其他光子系统143 7.4.1 用于储备池计算的半导体环形激光器143 7.4.2 掺铒微芯片激光器147 7.4.3 半导体光学放大器148 7.5 结论148 原著参考文献148 8. 先进的储备池计算机:模拟自主系统和实时控制149 8.1 导言149 8.2 简单的光子储备池计算机150 8.3 模拟输入层和读出层的实验实现152 8.3.1 实验设置153 8.3.2 结果158 8.3.3 讨论163 8.4 在线训练163 8.4.1 随机梯度下降算法164 8.4.2 实验设置166 8.4.3 结果167 8.5 输出反馈171 8.5.1 实验设置172 8.5.2 结果174 8.6 结论188 原著参考文献189 展望190
|
|