CN113569506B - 一种光学芯片设计方法、系统、设备及计算机存储介质 - Google Patents
一种光学芯片设计方法、系统、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN113569506B CN113569506B CN202111110483.7A CN202111110483A CN113569506B CN 113569506 B CN113569506 B CN 113569506B CN 202111110483 A CN202111110483 A CN 202111110483A CN 113569506 B CN113569506 B CN 113569506B
- Authority
- CN
- China
- Prior art keywords
- operation function
- target
- mzi
- fitting
- optical chip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 280
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000013461 design Methods 0.000 title claims abstract description 77
- 230000006870 function Effects 0.000 claims description 251
- 238000004590 computer program Methods 0.000 claims description 41
- 238000000354 decomposition reaction Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 26
- 230000010363 phase shift Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012938 design process Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 29
- 230000008569 process Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/18—Chip packaging
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本申请公开了一种光学芯片设计方法、系统、设备及计算机可读存储介质，获取目标非线性运算函数；基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系；基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数；基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数；基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括MZI的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。本申请中保证了目标光学芯片基于MZI实现目标非线性运算函数的准确性，且整个光学芯片设计过程中无需将光信号转换为电信号，结构简便，运算效率高。
Description
技术领域
本申请涉及电子信息技术领域，更具体地说，涉及一种光学芯片设计方法、系统、设备及计算机存储介质。
背景技术
随着通信技术发展，人们对光计算技术的需求迅速增加，其原因在于：一是随着摩尔定律的逐步失效，以及大数据时代对计算系统功耗和速度要求的不断提高，光计算技术高速和低功耗的特点越来越受到人们的重视；二是光计算技术的并行性运算特点，以及光学神经网络等算法和硬件架构的发展，为图像识别、语音识别、虚拟现实等人工智能技术对算力的需求提供了最有潜力的解决方案。光计算可以分为模拟光计算和数字光计算。模拟光计算最典型的一个例子就是傅立叶运算，在图像处理等领域需要运用傅立叶变换相关的计算，如卷积计算。用传统计算机来计算傅立叶变换是非常消耗计算量的，而光通过透镜的过程，本身就是一次傅立叶变换的过程，这个过程几乎完全不需要时间。数字光计算是利用光和光学器件组合形成经典的逻辑门，构建类似传统数字电子计算原理的计算系统，通过复杂的逻辑门组合操作实现计算。
虽然通过光计算生成的光学芯片可以快速对数据进行处理，然而，现有光学芯片在实现非线性运算的过程中还需要将光信号转换为电信号，导致现有光学芯片的结构复杂，运算效率低。
综上所述，如何提高光学芯片实现非线性运算的运算效率是目前本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种光学芯片设计方法，其能在一定程度上解决如何提高光学芯片实现非线性运算的运算效率的技术问题。本申请还提供了一种光学芯片设计系统、设备及计算机可读存储介质。
为了实现上述目的，本申请提供如下技术方案：
一种光学芯片设计方法，包括：
获取目标光学芯片待实现的目标非线性运算函数，所述目标光学芯片基于MZI设计；
基于所述目标非线性运算函数中的自变量及所述MZI的结构，确定所述MZI的拟合连接关系；
基于所述拟合连接关系，将所述目标非线性运算函数转换为所述MZI待拟合的拟合非线性运算函数；
基于最小二乘法确定所述拟合非线性运算函数对应的拟合线性运算函数；
基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的结构，所述目标光学芯片的结构包括所述MZI的数量、连接关系及配置参数，以基于所述目标光学芯片的结构设计所述目标光学芯片。
优选的，所述基于所述目标非线性运算函数中的自变量及所述MZI的结构，确定所述MZI的拟合连接关系，包括：
将所述目标非线性运算函数中的自变量作为所述MZI的输入，基于所述MZI的结构确定所述MZI两个输出的连接关系；
将特征与所述目标非线性运算函数一致的所述输出的连接关系，确定为所述拟合连接关系。
优选的，所述基于最小二乘法确定所述拟合非线性运算函数的拟合线性运算函数，包括：
获取所述目标光学芯片的设计精度；
基于所述设计精度及所述最小二乘法确定所述拟合非线性运算函数对应的所述拟合线性运算函数。
优选的，所述设计精度包括所述自变量的数据集范围；
所述基于所述设计精度及所述最小二乘法确定所述拟合非线性运算函数对应的所述拟合线性运算函数，包括：
基于所述最小二乘法确定所述拟合非线性运算函数在各个次方时的初始线性运算函数；
在所述数据集范围内，确定各个所述初始线性运算函数与所述拟合非线性运算函数间的相似度；
将相似度值最大的所述初始线性运算函数作为所述拟合线性运算函数。
优选的，所述基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的结构，包括：
基于所述拟合线性运算函数、所述拟合连接关系及奇异值分解法，确定所述目标光学芯片的结构。
优选的，所述基于所述拟合线性运算函数、所述拟合连接关系及奇异值分解法，确定所述目标光学芯片的结构，包括：
基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的链接算术矩阵；
基于所述奇异值分解法对所述链接算术矩阵进行分解，得到矩阵分解结果；
基于所述矩阵分解结果确定所述目标光学芯片的结构。
优选的，所述目标非线性运算函数包括sigmoid函数；
所述目标光学芯片的结构包括：第一MZI、光电二极管、第一放大器、移相控制器、第二MZI、目标拓扑结构；所述第一MZI的第一光输入端与第二光输入端相连，所述第一MZI的第二光输出端悬空，所述第一MZI的第一光输出端与所述光电二极管的输入端、所述第二MZI的第一光输入端及所述目标拓扑结构的第二光输入端分别相连；所述光电二极管的输出端与所述第一放大器相连；所述第一放大器与所述移相控制器相连；所述移相控制器与所述第二MZI的移相器相连；所述第二MZI的第二光输入端及第二光输出端均悬空；所述第二MZI的第一光输出端与所述目标拓扑结构的第一光输入端连接。
一种光学芯片设计系统，包括：
第一获取模块，用于获取目标光学芯片待实现的目标非线性运算函数，所述目标光学芯片基于MZI设计；
第一确定模块，用于基于所述目标非线性运算函数中的自变量及所述MZI的结构，确定所述MZI的拟合连接关系；
第一转换模块，用于基于所述拟合连接关系，将所述目标非线性运算函数转换为所述MZI待拟合的拟合非线性运算函数；
第二确定模块，用于基于最小二乘法确定所述拟合非线性运算函数对应的拟合线性运算函数；
第三确定模块，用于基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的结构，所述目标光学芯片的结构包括所述MZI的数量、连接关系及配置参数，以基于所述目标光学芯片的结构设计所述目标光学芯片。
一种光学芯片设计设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上任一所述光学芯片设计方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述光学芯片设计方法的步骤。
本申请提供的一种光学芯片设计方法，获取目标光学芯片待实现的目标非线性运算函数，目标光学芯片基于MZI设计；基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系；基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数；基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数；基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括MZI的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。本申请中，可以基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系，使得MZI的拟合连接关系与目标非线性运算函数相适应；可以基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数，使得MZI待实现的拟合非线性运算函数与自身结构相适应；并且可以基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数，基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，使得目标光学芯片的运算特性与MZI的连接架构相适应，保证了目标光学芯片基于MZI实现目标非线性运算函数的准确性，且整个光学芯片设计过程中无需将光信号转换为电信号，结构简便，运算效率高。本申请提供的一种光学芯片设计系统、设备及计算机可读存储介质也解决了相应技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种光学芯片设计方法的流程图；
图2为MZI的结构示意图；
图3为MZI的直连结构示意图；
图4为各个拟合结果与sigmoid函数的比较结构图；
图5为实现sigmoid函数的光学芯片的部分结构示意图；
图6为实现sigmoid函数的光学芯片的结构示意图；
图7为本申请实施例提供的一种光线芯片设计系统的结构示意图；
图8为本申请实施例提供的一种光学芯片设计设备的结构示意图；
图9为本申请实施例提供的一种光学芯片设计设备的另一结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，图1为本申请实施例提供的一种光学芯片设计方法的流程图。
本申请实施例提供的一种光学芯片设计方法，可以包括以下步骤：
步骤S101：获取目标光学芯片待实现的目标非线性运算函数，目标光学芯片基于马赫-曾德尔干涉仪设计。
实际应用中，因为目标光学芯片是用于实现相应的目标运算函数的，所以本申请需先获取目标光学芯片待实现的目标非线性运算函数，目标非线性运算函数的类型可以根据实际需要确定，比如目标非线性运算函数可以为sigmoid函数等，且本申请中的目标光学芯片可以基于MZI（Mach–Zehnder interferometer，马赫-曾德尔干涉仪）设计，这里所描述的马赫-曾德尔干涉仪是一种干涉仪，可以用来观测从单独光源发射的光束分裂成两道准直光束之后，经过不同路径与介质所产生的相对相移变化。
步骤S102：基于目标非线性运算函数中的自变量及马赫-曾德尔干涉仪的结构，确定马赫-曾德尔干涉仪的拟合连接关系。
实际应用中，因为MZI有两个输入及两个输出，且两个输出的连接关系不同，所以在获取目标非线性运算函数之后，需基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系。
需要说明的是，MZI的结构可以如图2所示，其中
、
表示MZI的两个光输入端，
表示MZI的移相器，
、
表示MZI的两个光输出端；MZI的光输出端与光输入端间的计算关系可以如下：
其推导过程如下：假设输入MZI的光的振幅为
，频率为
，时间为
，两个光输入端的初始相位分别为
和
，则MZI两个光输入端的表达式可以为：
因为在光电转换中，可以识别的仅有光的实部，虚部表示的是传输过程中的能量损耗，因此上式可以进一步通过欧拉公式转换为：
其中
表示实部，
表示虚数单位，
表示
的复杂状态表达式，
表示
的复杂状态表达式；
因为
和
在进入MZI后，光中所含能量会通过耦合器转移到输出的两个端口对应的光信号上，因此其振幅则为原本的
，因此MZI中的
、
与
、
间的关系可以通过公式表示为：
基于耦合器关系，可知
与
的对应关系为：
再基于MZI的衰减器工作方式以及MZI的结构，可以得到
、
的表达式为：
结合以上表达式可知MZI的光输出端与光输入端间的计算关系可以如下：
此外，在需要对MZI的移相器进行控制的时候，可以使用以下方式来实现可编程的移相器，比如在一段波导材料上镀上金属薄膜，通过施加外部电压控制金属薄膜加热器导致波导温度变化来改变折射率，实现相移；比如利用等离子体弥散效应（改变电子和空穴的浓度）和电光效应改变波导折射率来引入相移等；本申请在此不做具体限定。
步骤S103：基于拟合连接关系，将目标非线性运算函数转换为马赫-曾德尔干涉仪待拟合的拟合非线性运算函数。
实际应用中，因为目标非线性运算函数与MZI的结构并不相适应，所以在基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系之后，还需基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数。
步骤S104：基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数。
实际应用中，因为MZI只能实现线性乘加运算，所以在基于目标光学芯片实现目标非线性运算函数的过程中，还需基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数，此外，因为拟合非线性运算函数可以使得目标非线性运算函数与MZI的结构相适应，所以基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数后，可以保证MZI实现目标非线性运算函数。
步骤S105：基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括马赫-曾德尔干涉仪的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。
实际应用中，在基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数之后，虽然可以获知拟合线性运算函数及拟合连接关系，但拟合连接关系只是表明了MZI实现目标非线性运算函数所用的结构，该MZI中的配置参数并不确定，所以还需基于拟合线性运算函数及拟合连接关系便可以基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构可以包括马赫-曾德尔干涉仪的数量、连接关系及配置参数，以便基于目标光学芯片的结构设计能够实现目标非线性运算函数的目标光学芯片。
本申请提供的一种光学芯片设计方法，获取目标光学芯片待实现的目标非线性运算函数，目标光学芯片基于MZI设计；基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系；基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数；基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数；基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括MZI的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。本申请中，可以基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系，使得MZI的拟合连接关系与目标非线性运算函数相适应；可以基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数，使得MZI待实现的拟合非线性运算函数与自身结构相适应；并且可以基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数，基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，使得目标光学芯片的运算特性与MZI的连接架构相适应，保证了目标光学芯片基于MZI实现目标非线性运算函数的准确性，且整个光学芯片设计过程中无需将光信号转换为电信号，结构简便，运算效率高。
本申请实施例提供的一种光学芯片设计方法中，在基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系的过程中，因为目标非线性运算函数的自变量需作为MZI的输入，而该自变量输入MZI后会按照MZI的结构进行相应运算，且只有运算特征与目标非线性运算函数的特征一致的输出才能作为MZI实现目标非线性运算函数的模拟输出，所以此过程可以包括以下步骤：将目标非线性运算函数中的自变量作为MZI的输入，基于MZI的结构确定MZI两个输出的连接关系；将特征与目标非线性运算函数一致的输出的连接关系，确定为拟合连接关系。
为了便于理解，仍以目标非线性运算函数为sigmoid函数为例，其表达式为：
；因为此时只有一个自变量，所以MZI的一个输入端口需封住，此时MZI的结构如图3所示，且sigmoid函数的自变量输入MZI后的相应输出为：
，因为通过MZI能够观测到的只有该输出中的是不，所以该自变量输入MZI后的相应输出可以等效为
；最后，由sigmoid函数的曲线特征可知，函数值不能小于0，只有MZI中的
这种连接关系可以实现拟合，所以sigmoid函数在MZI中的拟合连接关系为：
。此时，在基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数的过程中，因为
等效于
，该函数会使得自变量的系数变化，所以sigmoid函数对应的拟合非线性运算函数可以为
。
本申请实施例提供的一种光学芯片设计方法中，在基于最小二乘法确定拟合非线性运算函数的拟合线性运算函数的过程中，存在目标光学芯片无法完美实现目标非线性运算函数的情况，此时便需要对目标光学芯片实现目标非线性运算函数的精度进行控制，相应的，可以根据该精度来确定拟合线性运算函数，也即可以获取目标光学芯片的设计精度；基于设计精度及最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数。
实际应用中，因为目标非线性运算函数是非线性的，而拟合线性运算函数是线性的，所以自变量的取值范围会影响将目标非线性运算函数拟合为拟合线性运算函数的拟合精度，相应的，可以借助自变量的范围来表征设计精度，也即设计精度可以包括自变量的数据集范围；
相应的，在基于设计精度及最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数的过程中，可以基于最小二乘法确定拟合非线性运算函数在各个次方时的初始线性运算函数；在数据集范围内，确定各个初始线性运算函数与拟合非线性运算函数间的相似度；将相似度值最大的初始线性运算函数作为拟合线性运算函数。
为了便于理解，仍以上述sigmoid函数为例，在数据集[-10,10]内对
进行最小二乘法线性拟合，假设预设次方为1-5次方，则拟合结果可以为：
将各个拟合结果与sigmoid函数进行相似性比较，比较结果如图4所示，由此可知，最合适拟合的次方为3，所以sigmoid函数的拟合线性运算函数可以为：
。
本申请实施例提供的一种光学芯片设计方法中，在基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构的过程中，因为在MZI的应用过程中，可以在光域使用奇异值分解（Singular Value Decomposition，SVD）的方式实现任意维度的矩阵乘法运算，所以本申请中可以基于拟合线性运算函数、拟合连接关系及奇异值分解法，确定目标光学芯片的结构。
实际应用中，在基于拟合线性运算函数、拟合连接关系及奇异值分解法，确定目标光学芯片的结构的过程中，可以基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的链接算术矩阵；基于奇异值分解法对链接算术矩阵进行分解，得到矩阵分解结果；基于矩阵分解结果确定目标光学芯片的结构。
仍以上述sigmoid函数为例，假设sigmoid函数的拟合线性运算函数为：
，
为复合结构，可以通过设计其他器件结构来实现，假设其结构如图5所示，
的输出首先经过光电二极管转化为电能，因为电能是基于光能量转换的，此时参数为
，对其得到的电压进行
倍的放大，再经过电转化为移相控制器的热，控制调相，从而可以得到一个从
到相位角
的调整关系如下：
；进一步的，图5中输出的运算关系为
，基于三角函数运算关系可以得到
，由此可知第一放大器的放大倍数可以为
，所以目标光学芯片最终的映射关系可以为
；因为目标光学芯片最终的映射关系中的
可以轻易通过配置
在图3的MZI结构中实现，目标光学芯片最终的映射关系中的-1可以通过引入固定光信息通过MZI进行SVD分解后的标准乘加运算实现；而目标光学芯片最终的映射关系中的
已经通过图5所示结构实现，所以目标光学芯片的链接算术矩阵可以为：
对其进行SVD分别后，可得：
假设
由现有基于MZI设计的目标拓扑结构实现，则目标光学芯片的结构可以如图6所示，可以包括：第一MZI11、光电二极管12、第一放大器13、移相控制器14、第二MZI15、目标拓扑结构16；第一MZI的第一光输入端与第二光输入端相连，第一MZI的第二光输出端悬空，第一MZI的第一光输出端与光电二极管的输入端、第二MZI的第一光输入端及目标拓扑结构的第二光输入端分别相连；光电二极管的输出端与第一放大器相连；第一放大器与移相控制器相连；移相控制器与第二MZI的移相器相连；第二MZI的第二光输入端及第二光输出端均悬空；第二MZI的第一光输出端与目标拓扑结构的第一光输入端连接；其中，目标拓扑结构的类型可以包括但不限于：Gridnet拓扑结构、Reck拓扑结构等，比如目标拓扑结构可以包括第三MZI161，第四MZI162，第五MZI163，激光发射器，此时，目标拓扑结构的第一光输入端为第三MZI的第一光输入端，目标拓扑结构的第二光输入端为第三MZI的第二光输入端，目标拓扑结构的光输出端为第五MZI的第一光输出端；第三MZI的第一光输出端与第五MZI的第一光输入端连接，第三MZI的第二光输出端与第四MZI的第一光输入端连接；激光发射器与第四MZI的第二光输入端连接；第四MZI的第一光输出端与第五MZI的第二光输入端连接，第四MZI的第二光输出端悬空；第五MZI的第二光输出端悬空。
请参阅图7，图7为本申请实施例提供的一种光线芯片设计系统的结构示意图。
本申请实施例提供的一种光学芯片设计系统，可以包括：
第一获取模块101，用于获取目标光学芯片待实现的目标非线性运算函数，目标光学芯片基于MZI设计；
第一确定模块102，用于基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系；
第一转换模块103，用于基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数；
第二确定模块104，用于基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数；
第三确定模块105，用于基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括MZI的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。
本申请实施例提供的一种光学芯片设计系统，第一确定模块可以包括：
第一确定单元，用于将目标非线性运算函数中的自变量作为MZI的输入，基于MZI的结构确定MZI两个输出的连接关系；
第二确定单元，用于将特征与目标非线性运算函数一致的输出的连接关系，确定为拟合连接关系。
本申请实施例提供的一种光学芯片设计系统，第二确定模块可以包括：
第一获取单元，用于获取目标光学芯片的设计精度；
第三确定单元，用于基于设计精度及最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数。
本申请实施例提供的一种光学芯片设计系统，设计精度包括自变量的数据集范围；
第三确定单元可以具体用于：基于最小二乘法确定拟合非线性运算函数在各个次方时的初始线性运算函数；在数据集范围内，确定各个初始线性运算函数与拟合非线性运算函数间的相似度；将相似度值最大的初始线性运算函数作为拟合线性运算函数。
本申请实施例提供的一种光学芯片设计系统，第三确定模块可以包括：
第三确定单元，用于基于拟合线性运算函数、拟合连接关系及奇异值分解法，确定目标光学芯片的结构。
本申请实施例提供的一种光学芯片设计系统，第三确定单元可以具体用于：基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的链接算术矩阵；基于奇异值分解法对链接算术矩阵进行分解，得到矩阵分解结果；基于矩阵分解结果确定目标光学芯片的结构。
本申请实施例提供的一种光学芯片设计系统，目标非线性运算函数包括sigmoid函数；目标光学芯片的结构包括：第一MZI、光电二极管、第一放大器、移相控制器、第二MZI、目标拓扑结构；第一MZI的第一光输入端与第二光输入端相连，第一MZI的第二光输出端悬空，第一MZI的第一光输出端与光电二极管的输入端、第二MZI的第一光输入端及目标拓扑结构的第二光输入端分别相连；光电二极管的输出端与第一放大器相连；第一放大器与移相控制器相连；移相控制器与第二MZI的移相器相连；第二MZI的第二光输入端及第二光输出端均悬空；第二MZI的第一光输出端与目标拓扑结构的第一光输入端连接；
其中，目标拓扑结构的类型包括：Gridnet拓扑结构、Reck拓扑结构。
本申请还提供了一种光学芯片设计设备及计算机可读存储介质，其均具有本申请实施例提供的一种光学芯片设计方法具有的对应效果。请参阅图8，图8为本申请实施例提供的一种光学芯片设计设备的结构示意图。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：
获取目标光学芯片待实现的目标非线性运算函数，目标光学芯片基于MZI设计；
基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系；
基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数；
基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数；
基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括MZI的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：将目标非线性运算函数中的自变量作为MZI的输入，基于MZI的结构确定MZI两个输出的连接关系；将特征与目标非线性运算函数一致的输出的连接关系，确定为拟合连接关系。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：获取目标光学芯片的设计精度；基于设计精度及最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：设计精度包括自变量的数据集范围；基于最小二乘法确定拟合非线性运算函数在各个次方时的初始线性运算函数；在数据集范围内，确定各个初始线性运算函数与拟合非线性运算函数间的相似度；将相似度值最大的初始线性运算函数作为拟合线性运算函数。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：基于拟合线性运算函数、拟合连接关系及奇异值分解法，确定目标光学芯片的结构。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的链接算术矩阵；基于奇异值分解法对链接算术矩阵进行分解，得到矩阵分解结果；基于矩阵分解结果确定目标光学芯片的结构。
本申请实施例提供的一种光学芯片设计设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：目标非线性运算函数包括sigmoid函数；目标光学芯片的结构包括：第一MZI、光电二极管、第一放大器、移相控制器、第二MZI、目标拓扑结构；第一MZI的第一光输入端与第二光输入端相连，第一MZI的第二光输出端悬空，第一MZI的第一光输出端与光电二极管的输入端、第二MZI的第一光输入端及目标拓扑结构的第二光输入端分别相连；光电二极管的输出端与第一放大器相连；第一放大器与移相控制器相连；移相控制器与第二MZI的移相器相连；第二MZI的第二光输入端及第二光输出端均悬空；第二MZI的第一光输出端与目标拓扑结构的第一光输入端连接；其中，目标拓扑结构的类型包括：Gridnet拓扑结构、Reck拓扑结构。
请参阅图9，本申请实施例提供的另一种光学芯片设计设备中还可以包括：与处理器202连接的输入端口203，用于传输外界输入的命令至处理器202；与处理器202连接的显示单元204，用于显示处理器202的处理结果至外界；与处理器202连接的通信模块205，用于实现光学芯片设计设备与外界的通信。显示单元204可以为显示面板、激光扫描使显示器等；通信模块205所采用的通信方式包括但不局限于移动高清链接技术（HML）、通用串行总线（USB）、高清多媒体接口（HDMI）、无线连接：无线保真技术（WiFi）、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：
获取目标光学芯片待实现的目标非线性运算函数，目标光学芯片基于MZI设计；
基于目标非线性运算函数中的自变量及MZI的结构，确定MZI的拟合连接关系；
基于拟合连接关系，将目标非线性运算函数转换为MZI待拟合的拟合非线性运算函数；
基于最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数；
基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的结构，目标光学芯片的结构包括MZI的数量、连接关系及配置参数，以基于目标光学芯片的结构设计目标光学芯片。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：将目标非线性运算函数中的自变量作为MZI的输入，基于MZI的结构确定MZI两个输出的连接关系；将特征与目标非线性运算函数一致的输出的连接关系，确定为拟合连接关系。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：获取目标光学芯片的设计精度；基于设计精度及最小二乘法确定拟合非线性运算函数对应的拟合线性运算函数。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：设计精度包括自变量的数据集范围；基于最小二乘法确定拟合非线性运算函数在各个次方时的初始线性运算函数；在数据集范围内，确定各个初始线性运算函数与拟合非线性运算函数间的相似度；将相似度值最大的初始线性运算函数作为拟合线性运算函数。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：基于拟合线性运算函数、拟合连接关系及奇异值分解法，确定目标光学芯片的结构。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：基于拟合线性运算函数及拟合连接关系，确定目标光学芯片的链接算术矩阵；基于奇异值分解法对链接算术矩阵进行分解，得到矩阵分解结果；基于矩阵分解结果确定目标光学芯片的结构。
本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：目标非线性运算函数包括sigmoid函数；目标光学芯片的结构包括：第一MZI、光电二极管、第一放大器、移相控制器、第二MZI、目标拓扑结构；第一MZI的第一光输入端与第二光输入端相连，第一MZI的第二光输出端悬空，第一MZI的第一光输出端与光电二极管的输入端、第二MZI的第一光输入端及目标拓扑结构的第二光输入端分别相连；光电二极管的输出端与第一放大器相连；第一放大器与移相控制器相连；移相控制器与第二MZI的移相器相连；第二MZI的第二光输入端及第二光输出端均悬空；第二MZI的第一光输出端与目标拓扑结构的第一光输入端连接；其中，目标拓扑结构的类型包括：Gridnet拓扑结构、Reck拓扑结构。
本申请所涉及的计算机可读存储介质包括随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本申请实施例提供的一种光学芯片设计系统、设备及计算机可读存储介质中相关部分的说明请参见本申请实施例提供的一种光学芯片设计方法中对应部分的详细说明，在此不再赘述。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种光学芯片设计方法，其特征在于，包括：
获取目标光学芯片待实现的目标非线性运算函数，所述目标光学芯片基于MZI设计；
基于所述目标非线性运算函数中的自变量及所述MZI的结构，确定所述MZI的拟合连接关系；
基于所述拟合连接关系，将所述目标非线性运算函数转换为所述MZI待拟合的拟合非线性运算函数；
基于最小二乘法确定所述拟合非线性运算函数对应的拟合线性运算函数；
基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的结构，所述目标光学芯片的结构包括所述MZI的数量、连接关系及配置参数，以基于所述目标光学芯片的结构设计所述目标光学芯片；
其中，所述基于最小二乘法确定所述拟合非线性运算函数的拟合线性运算函数，包括：
获取所述目标光学芯片的设计精度；
基于所述设计精度及所述最小二乘法确定所述拟合非线性运算函数对应的所述拟合线性运算函数；
其中，所述设计精度包括所述自变量的数据集范围；
所述基于所述设计精度及所述最小二乘法确定所述拟合非线性运算函数对应的所述拟合线性运算函数，包括：
基于所述最小二乘法确定所述拟合非线性运算函数在各个次方时的初始线性运算函数；
在所述数据集范围内，确定各个所述初始线性运算函数与所述拟合非线性运算函数间的相似度；
将相似度值最大的所述初始线性运算函数作为所述拟合线性运算函数。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标非线性运算函数中的自变量及所述MZI的结构，确定所述MZI的拟合连接关系，包括：
将所述目标非线性运算函数中的自变量作为所述MZI的输入，基于所述MZI的结构确定所述MZI两个输出的连接关系；
将特征与所述目标非线性运算函数一致的所述输出的连接关系，确定为所述拟合连接关系。
3.根据权利要求2所述的方法，其特征在于，所述基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的结构，包括：
基于所述拟合线性运算函数、所述拟合连接关系及奇异值分解法，确定所述目标光学芯片的结构。
4.根据权利要求3所述的方法，其特征在于，所述基于所述拟合线性运算函数、所述拟合连接关系及奇异值分解法，确定所述目标光学芯片的结构，包括：
基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的链接算术矩阵；
基于所述奇异值分解法对所述链接算术矩阵进行分解，得到矩阵分解结果；
基于所述矩阵分解结果确定所述目标光学芯片的结构。
5.根据权利要求4所述的方法，其特征在于，所述目标非线性运算函数包括sigmoid函数；
所述目标光学芯片的结构包括：第一MZI、光电二极管、第一放大器、移相控制器、第二MZI、目标拓扑结构；所述第一MZI的第一光输入端与第二光输入端相连，所述第一MZI的第二光输出端悬空，所述第一MZI的第一光输出端与所述光电二极管的输入端、所述第二MZI的第一光输入端及所述目标拓扑结构的第二光输入端分别相连；所述光电二极管的输出端与所述第一放大器相连；所述第一放大器与所述移相控制器相连；所述移相控制器与所述第二MZI的移相器相连；所述第二MZI的第二光输入端及第二光输出端均悬空；所述第二MZI的第一光输出端与所述目标拓扑结构的第一光输入端连接。
6.一种光学芯片设计系统，其特征在于，包括：
第一获取模块，用于获取目标光学芯片待实现的目标非线性运算函数，所述目标光学芯片基于MZI设计；
第一确定模块，用于基于所述目标非线性运算函数中的自变量及所述MZI的结构，确定所述MZI的拟合连接关系；
第一转换模块，用于基于所述拟合连接关系，将所述目标非线性运算函数转换为所述MZI待拟合的拟合非线性运算函数；
第二确定模块，用于基于最小二乘法确定所述拟合非线性运算函数对应的拟合线性运算函数；
第三确定模块，用于基于所述拟合线性运算函数及所述拟合连接关系，确定所述目标光学芯片的结构，所述目标光学芯片的结构包括所述MZI的数量、连接关系及配置参数，以基于所述目标光学芯片的结构设计所述目标光学芯片；
其中，所述第二确定模块包括：
第一获取单元，用于获取所述目标光学芯片的设计精度；
第三确定单元，用于基于所述设计精度及所述最小二乘法确定所述拟合非线性运算函数对应的所述拟合线性运算函数；
其中，所述设计精度包括所述自变量的数据集范围；
所述第三确定单元具体用于：基于所述最小二乘法确定所述拟合非线性运算函数在各个次方时的初始线性运算函数；在所述数据集范围内，确定各个所述初始线性运算函数与所述拟合非线性运算函数间的相似度；将相似度值最大的所述初始线性运算函数作为所述拟合线性运算函数。
7.一种光学芯片设计设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述光学芯片设计方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述光学芯片设计方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111110483.7A CN113569506B (zh) | 2021-09-23 | 2021-09-23 | 一种光学芯片设计方法、系统、设备及计算机存储介质 |
| PCT/CN2022/074612 WO2023045202A1 (zh) | 2021-09-23 | 2022-01-28 | 一种光学芯片设计方法、系统、设备及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111110483.7A CN113569506B (zh) | 2021-09-23 | 2021-09-23 | 一种光学芯片设计方法、系统、设备及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113569506A CN113569506A (zh) | 2021-10-29 |
| CN113569506B true CN113569506B (zh) | 2021-12-17 |
Family
ID=78173979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111110483.7A Active CN113569506B (zh) | 2021-09-23 | 2021-09-23 | 一种光学芯片设计方法、系统、设备及计算机存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113569506B (zh) |
| WO (1) | WO2023045202A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113569506B (zh) * | 2021-09-23 | 2021-12-17 | 苏州浪潮智能科技有限公司 | 一种光学芯片设计方法、系统、设备及计算机存储介质 |
| CN114567396A (zh) * | 2022-02-28 | 2022-05-31 | 哲库科技(北京)有限公司 | 无线通信方法、非线性函数的拟合方法、终端及设备 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103852164B (zh) * | 2012-11-30 | 2016-03-23 | 中国科学院电子学研究所 | 一种获取光源光谱的方法 |
| WO2017091563A1 (en) * | 2015-11-25 | 2017-06-01 | Massachusetts Institute Of Technology | Apparatus and methods for generating nonlinear effects in centrosymmetric materials |
| CA3061993A1 (en) * | 2017-05-22 | 2018-11-29 | Brolis Sensor Technology, Uab | Tunable hybrid iii-v/ iv laser sensor system-on-a-chip for real-time monitoring of a blood constituent concentration level |
| CN110197277A (zh) * | 2019-05-13 | 2019-09-03 | 浙江大学 | 实现数字识别的光学神经网络方法 |
| CN110333637B (zh) * | 2019-06-18 | 2022-07-19 | 中国人民解放军国防科技大学 | 基于马赫曾德尔干涉仪-微环耦合的可调非线性频率变换波导芯片 |
| CN111563583B (zh) * | 2020-04-03 | 2022-08-09 | 清华大学 | 基于神经常微分方程的光计算芯片设计方法及光计算芯片 |
| US20210072784A1 (en) * | 2020-11-17 | 2021-03-11 | Intel Corporation | Optical nonlinearity and amplification devices for optical neural networks |
| CN113325650B (zh) * | 2021-05-28 | 2023-02-28 | 山东云海国创云计算装备产业创新中心有限公司 | 一种光学电路、光信号处理方法、装置及可读存储介质 |
| CN113343814B (zh) * | 2021-05-31 | 2022-06-14 | 太原理工大学 | 一种基于单节点光子储备池计算的手写数字图像识别方法 |
| CN113569506B (zh) * | 2021-09-23 | 2021-12-17 | 苏州浪潮智能科技有限公司 | 一种光学芯片设计方法、系统、设备及计算机存储介质 |
-
2021
- 2021-09-23 CN CN202111110483.7A patent/CN113569506B/zh active Active
-
2022
- 2022-01-28 WO PCT/CN2022/074612 patent/WO2023045202A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN113569506A (zh) | 2021-10-29 |
| WO2023045202A1 (zh) | 2023-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113569506B (zh) | 一种光学芯片设计方法、系统、设备及计算机存储介质 | |
| Ali et al. | New optical solitary wave solutions of Fokas-Lenells equation in optical fiber via Sine-Gordon expansion method | |
| Jaradat et al. | Dark and singular optical solutions with dual-mode nonlinear Schrödinger's equation and Kerr-law nonlinearity | |
| WO2022016918A1 (zh) | 光学神经网络的全光非线性激活函数实现方法、装置 | |
| CN112232504A (zh) | 一种光子神经网络 | |
| CN112232503B (zh) | 计算装置、计算方法以及计算系统 | |
| El-Shiekh | Periodic and solitary wave solutions for a generalized variable-coefficient Boiti–Leon–Pempinlli system | |
| Garcia | Radiative transfer with polarization in a multi-layer medium subject to Fresnel boundary and interface conditions | |
| Khemane et al. | Robust estimation of fractional models in the frequency domain using set membership methods | |
| CN111753977A (zh) | 光学神经网络卷积层芯片、卷积计算方法和电子设备 | |
| Zhao et al. | Ultra-short pulses generation’s precise influence on the light transmission in optical fibers | |
| WO2023284168A1 (zh) | 光学神经网络及基于其的数据处理方法、装置、存储介质 | |
| CN114520694A (zh) | 一种计算芯片、系统及数据处理方法 | |
| CN113657588B (zh) | 一种实现光学神经网络的方法及系统 | |
| Lan et al. | Bilinear form and soliton solutions for a higher order wave equation | |
| Zhang et al. | New single traveling wave solution of the Fokas system via complete discrimination system for polynomial method | |
| Zhang et al. | Dual projective synchronization between integer-order and fractional-order chaotic systems | |
| Saad et al. | Investigation on propagation properties of a new optical vortex beam: generalized Hermite-cosh-Gaussian beam | |
| Mahak et al. | Application of extended rational trigonometric techniques to investigate solitary wave solutions | |
| CN113673677B (zh) | 一种非线性激活函数relu的实现方法、设备及介质 | |
| CN115905792A (zh) | 一种用于光学实数矩阵计算的马赫曾德尔干涉仪网络 | |
| Liu et al. | Multi-breather and high-order rogue waves for the quintic nonlinear Schrödinger equation on the elliptic function background | |
| Ampilogov et al. | Directed electromagnetic wave propagation in 1D metamaterial: Projecting operators method | |
| CN114548381B (zh) | 全光神经网络的激活函数构造方法、装置、设备及介质 | |
| Li et al. | Quantum-catalyzed squeezed vacuum state with single-photon measurement and its nonclassicality |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |