一种人工神经网络连接的光电转换实现方法和装置专利检索-人工神经元人工神经网络人工智能专利检索查询-专利查询网

一种 人工神经网络连接的光电转换实现方法和装置

阅读：1023发布：2020-05-27

专利汇可以提供一种人工神经网络连接的光电转换实现方法和装置专利检索，专利查询，专利分析的服务。并且本发明提出一种用光电转换实现人工神经网络连接的方法和装置。把要传递的信号转换为光信号，然后发射到对应光接收器，实现信号的传递和自动叠加。通过控制光发射器的发射角度并把收发单元组成矩阵，使这种传递方式可在二维平面扩展，组成更大的阵列。每层人工神经元有上下两层收发单元，从而实现多层不断堆叠，在三维空间扩展。相对的两层收发单元间的传递是双向的，从而实现对很多学习算法所必须的反向的信息传递。，下面是一种人工神经网络连接的光电转换实现方法和装置专利的具体信息内容。

权利要求

1.一种通过光电转换实现人工神经元间连接的方法，每个神经元有两个收发单元，一个用于与上层神经元通信，一个用于与下层神经元通信；其特征是，上一层神经元发送给下层神经元的电信号转换为光信号，光的强度和发送时刻表示信息；下一层神经元接收多个上层神经元的光信号，并根据光的强度转换为电信号；每个收发单元由n×n的光发射器阵列和一个光接收器组成，每个光发射器发射的光到达下层对应收发单元的光接收器位置，多个上层收发单元发往同一个下层收发单元的光信号在光接收器位置叠加；通过设置每个光发射器所发射光的方向和相邻两层神经元收发单元间的距离，使每个光发射器发射的光正好发射到对面对应收发单元的光接收器；两层收发单元的相对位置，在阵列平面沿两个互相垂直的边沿方向错开半个收发单元边长；一个收发单元上，每个光发射器发射的光的方向向量m满足下述公式：
其中，
式中，分别表示向量与x,y,z坐标轴的夹角余弦，坐标轴z方向垂直于收发单元阵列，xOy面在收发单元光发射器所在平面，且x、y坐标轴分别和收发单元两垂直边缘平行；原点在收发单元中心；收发单元边长为l，d表示光发射器和对面收发单元阵列的间距；i,j为整数，表示一个收发单元上每个发射器所在的序号，xOy面第一象限距离原点最近者为（1，1），第三象限距离原点最近者为（-1，-1），其他依次类推。

说明书全文

一种人工神经网络连接的光电转换实现方法和装置

技术领域

[0001] 本发明涉及人工神经网络、神经计算技术领域，尤其涉及硬件实现中人工神经元间的通信技术。

背景技术

[0002] 人工神经网络是一种模仿人脑信息处理方式实现信息处理的方法。经过几十年的研究取得了很大的进展，在各行各业得到了广泛的应用。相对于冯诺依曼计算机，它具有并行处理、自动学习、低功耗等特点。非常适合做模式识别等冯诺依曼计算机不擅长的工作。特别是在2006年深度学习方法发明后，越来越受到广泛的重视。

[0003] 人工神经网络有软件模拟和专用硬件两种实现方式。软件模拟比较灵活，缺点是速度慢，无法发挥出人工神经网络的并行优势。专用硬件的实现方法也有很多，有专用的ASIC、FPGA等多种实现方式。优点是并行处理，速度快。

[0004] 人工神经网络的硬件实现方法，通常通过交叉开关电路实现神经元之间的信号传递。这种方式不便于人工神经网络通过模块化拼装实现空间上大范围扩展，同时也需要比较复杂的控制电路。顺序的开闭开关也产生较多的时延。

[0005] 本发明提供一种光电转换的方式实现神经元间信号传递的方法。它控制简单，单元间独立工作，可方便的在空间上扩展。

发明内容

[0006] 本发明所要解决的技术问题是人工神经网络中神经元间进行信息传递的问题。

[0007] 该方法主要包括以下关键技术要点：

[0008] 上一层神经元发送给下层神经元的电信号转换为光信号，光的强度和发送时刻表示信息。

[0009] 下一层神经元接收多个上层神经元的光信号，并根据光的强度转换为电信号。

[0010] 每个神经元有两个收发单元。一个用于与上层神经元通信，一个用于与下层神经元通信。n×n（n为正偶数）个收发单元组成阵列，每个收发单元上又有n×n个光发射器，均匀分布在收发单元表面，收发单元表面呈正方形。每个光发射器发射的光到达下层对应收发单元的光接收器位置。多个上层收发单元发往同一个下层收发单元的光信号在光接收器位置叠加。

[0011] 通过设置每个光发射器所发射光的方向和相邻两层神经元收发单元间的距离，使每个光发射器发射的光正好发射到对面对应收发单元的光接收器。

[0012] 两层收发单元的相对位置，在阵列平面沿两个互相垂直的边沿方向错开半个收发单元边长。

[0013] 一个收发单元上每个发射器发射的光的方向向量m满足下面的公式：

[0014]

[0015] 其中，

[0016]

[0017]

[0018] 式中，分别表示向量与x,y,z坐标轴的夹角余弦。坐标轴z方向垂直于收发单元阵列，xOy面在收发单元光发射器所在平面，且x、y坐标轴分别和收发单元两垂直边缘平行；原点在收发单元中心；收发单元边长为l，d表示光发射器和对面收发单元阵列的间距；i,j为整数，表示一个收发单元上每个发射器所在的序号，xOy面第一象限距离原点最近者为（1，1），第三象限距离原点最近者为（-1，-1），其他依次类推。

[0019] 下层神经元的信息可通过相同的方式通过光电转换实现信息的反向传递。

[0020] 本发明的具体技术方案如下：

[0021] 每个神经元有两个结构相同的收发单元。一个和上层神经元通信，一个和下层神经元通信。

[0022] 每个收发单元的结构如图1所示。它由n×n（图中以4×4为例）的光发射器阵列和一个光接收器组成。从正面看边长相等，呈正方形。

[0023] 如图2所示，通过设置光发射器的发射角度，使每个光发射器发射的光到达指定的方向。控制相邻的两层神经元收发单元间的距离和每个光发射器的发射角度，使每个光发射器的光正好发射到对面的对应收发单元的光接收器。下层发射回来的光以相同的方式工作，在图上以虚线表示。为防止线过多影响理解，图2的侧面图只绘出了前层的2个收发单元，后层的5个收发单元。正面图只绘出了前层的1个收发单元，后层的16个收发单元。实际使用中，这种结构可在阵列所在平面向外围不断扩展。

[0024] 为便于光信号的叠加和计算机控制，n为2的倍数。设置两层收发单元的相对位置，偏移半个收发单元边长。这样光发射器的发射角度相对收发单元中心呈中心对称，便于实现。附图说明

[0025] 图1示出了一个收发单元的结构。1为光线，2为光发射器，3为光接收器，4为收发单元。

[0026] 图2示出了多个收发单元组成阵列时前后两层神经元之间传递信息的工作原理。2-1为收发单元，2-2为光线，2-3为光接收器，2-4为光发射器。

[0027] 图3示出了本发明的一种具体实施方案。3-1为发光二极管，3-2为PCB基板，3-3为栅格，3-4为塑料光纤，3-5为聚焦透镜，3-6为光定向器，3-7为光接收器，3-8为栅格上的孔，3-9为光定向器上的孔。

具体实施方式

[0028] 下面将结合附图，对本发明的较佳实施例加以详细说明。实施例是实例性的，仅用于解释本发明，不能作为对本发明的限制。

[0029] 一个收发单元的结构如图3。

[0030] 最底部为PCB基板，发光二极管采用贴片安装方式固定在PCB板的指定位置。上部是隔离相邻发光二极管的栅格。每个格子在发光二极管的正上方位置开孔，放置塑料光纤的一端。再上方为光定向器。该定向器向固定位置开n×n个孔放置聚焦透镜，孔的底部有小孔放置塑料光纤的另一端。调节聚焦透镜和光纤的相对位置，使光纤末端位于聚焦透镜的焦点上。光定向器中央开孔放置光接收器（例如：光敏二极管）用于接收对面发来的光。光接收器的管脚焊接在PCB板上。

[0031] 应当理解的是，参照实施例只是一种具体的实现方式，本领域技术人员，在不偏离本发明的范围和精神的情况下，对其进行形式和细节的种种显而易见的修改，也是在本专利的保护范围之内的。

标题	发布/更新时间	阅读量
一种基于机器学习的棒束子通道热工水力特性预测方法	2020-05-08	77
一种基于神经网络的卫星外辐射源目标被动探测方法	2020-05-14	944
一种基于紫外光谱快速测定郁金-栀子水蒸气蒸馏提取过程多种成分含量的方法	2020-05-15	46
一种稻米加工在线工艺检测方法	2020-05-12	775
微震信号到时差的自动拾取方法	2020-05-13	859
数据通信方法、计算系统和存储介质	2020-05-11	813
基于人工智能的对象推荐模型训练方法、推荐方法及装置	2020-05-11	933
重建神经元质量检测方法、有序点云分类方法及装置	2020-05-16	910
一种基于神经网络的智能窗户调节方法及装置	2020-05-11	187
基于可形变配准和DCNN的宫颈MRI图像分割方法	2020-05-08	581

一种人工神经网络连接的光电转换实现方法和装置

一种人工神经网络连接的光电转换实现方法和装置

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：