JP3151711B2

JP3151711B2 - 光ニューラルプロセッサ

Info

Publication number: JP3151711B2
Application number: JP9900391A
Authority: JP
Inventors: 仁橋本; 弥川上
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1991-04-30
Filing date: 1991-04-30
Publication date: 2001-04-03
Anticipated expiration: 2016-04-03
Also published as: JPH04328691A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、光を媒体としてニュー
ラルネットの処理動作を行なう光ニューラルプロセッサ
に係わり、特に、光学系の構成を簡素化して、処理性能
を向上するのに好適な光ニューラルプロセッサに関する
ものである。

【０００２】

【従来の技術】近年、人間の脳を模倣したネットワー
ク、すなわち、ニューラルネットを使用した処理装置の
開発、研究がなされている。さらに、光を媒体としてニ
ューラルネットの処理制御を行なう光ニューラルプロセ
ッサの研究が進められている。このような光ニューラル
プロセッサに関しては、以下に説明するように、電子情
報通信学科論文誌「Ｄ−II Ｖｏｌ．Ｊ７３−Ｄ−II
Ｎｏ．８」（１９９０年）の第１３４６頁から第１３５
３頁に記載の「光側抑制ニューラルネット」がある。

【０００３】図４は、従来の光ニューラルプロセッサに
よる光側抑制ニューラルネットの構成を示すブロック図
である。この光側抑制ニューラルネットは、分岐した入
力パターンに、光を媒体として正の重みと負の重みを付
け、それぞれの結果を合成した値と、予め定めた閾値と
の比較に基づき、入力パターンに対応した認識結果を出
力するものであり、入力Ｉ(０)４１を、電気または光学
的に分岐する分岐部４２、分岐部４２で分岐した入力に
正の重みと負の重みをそれぞれ掛け合わせる重み関数処
理部４３、４４、重み関数処理部４４で負の重みを掛け
合わせた入力を正の値に反転する反転部４５、これらの
正の重みと負の重みを掛け合わしたそれぞれの入力を足
し込む光学的な合流部４６、光学的な合流部４６での足
し込み結果に基づき、出力制御を行なう閾値処理部４
７、出力Ｏ（ｔ）、Ｏ（ｔ＋１）を保持するラッチ４８
の各処理要素から構成されている。尚、ここで、正の重
みとは、いわゆるニューロンどうしが共に興奮するよう
に強調作用するものであり、負の重みとは、他のニュー
ロンの興奮を抑制するように競合作用するものである。

【０００４】以下、この光側抑制ニューラルネットの動
作を説明する。まず、入力Ｉ(０)４１は、分岐部４２で
二つに分岐され、一方は、重み関数処理部４３で、光の
強度に基づき正の重みＷ＋を掛け合わされ、もう一方
は、重み関数処理部４４で、光の強度に基づき負の重み
Ｗ−を掛け合わされ、それぞれ、Iexc（＝ΣＯ（ｔ）・
ｗ＋）とIinh（＝ΣＯ（ｔ）・ｗ−）となる。尚、光強
度では、負を表現できないので、負の重み付けした出力
は、擬似的に負の値に見えるように、負の値に、ある一
定の値を加えて正の値にする。この操作が反転部４５で
の反転であり、Iinhから（１−Iinh）を得ている。次
に、光学的な合流部４６で、Iexcと（１−Iinh）を足し
込み、Iexc−Iinh＋１を得て、閾値処理部４７で、これ
に閾値処理を行ない、出力Ｏ(t+1)を得る。純粋に引き
算が可能ならば、Iexc−Iinhを実行して、閾値処理を行
なうことができ、ここで、閾値のレベルを一つ上げて、
Iexc−Iinh＋１に対して閾値処理を行なうのは、Iexc−
Iinhに対して閾値処理を行なうのと結果は同じであり、
問題はない。入力Ｉ(０)４１は、時刻ｔ＝０の値であ
り、この入力により、例えば、出力Ｏ（１）が得られた
とすると、これを一旦ラッチ４８に記憶し、このラッチ
４８から読みだした出力Ｏ（１）を、新たに、上記と同
じ過程で処理し、出力Ｏ（２）を得る。この出力Ｏ
（２）と、出力Ｏ（１）との誤差が小さければ、認識結
果が十分なものであることを示すので、この過程を何回
か繰返して、出力が定常的になったところで、この過程
を終了し、最終的な出力を得る。

【０００５】次に、このような光ニューラルプロセッサ
・ニューラルネットの光学系の構成をより具体的な例を
用いて説明する。図５および図６は、従来の光ニューラ
ルプロセッサによる二次元側抑制ニューラルネットの構
成を示すブロック図である。特に、光学系の構成を詳細
に示しており、この二次元側抑制ニューラルネットは、
図４の側抑制ニューラルネットで示した各処理要素を用
いて、図形などの二次元の入力に対して、光を媒体とし
た重み付けを行ない、入力の認識処理を行なうものであ
り、入力Ｉ(０)５１を分岐する分岐部５２（図６に記
載）、分岐部５２で分岐した入力に、それぞれ正の重み
付けと負の重み付けを行なう正の重み付け部５３（図６
に記載）と負の重み付け部５４、正の重み付け部５３と
負の重み付け部５４とからの出力を、光を媒体として合
流させて足し込む減算部５６、減算部５６での足し込み
結果（Ｙ＝Iexc−Iinh＋１）を電気信号に変換してか
ら、閾値処理を行ない、出力制御するＣＣＤ（Ｃｈａｒ
ｇｅＣｏｕｐｌｅｄＤｅｖｉｃｅ、電荷結合素子）
カメラ５７、ＣＣＤカメラからの出力をラッチして、次
の入力として送出するラッチ５８により構成されてい
る。

【０００６】ここで、正の重み付け部５３と、負の重み
付け部５４、および、減算部５６は、それぞれ、レンズ
などからなる光学系で構成され、かつ、独立した系とな
っている。すなわち、正の重み付け部５３と負の重み付
け部５４は、それぞれ、読みだし光の光源としてのラン
プと、二枚のレンズと、ランプからの光を遮光するアパ
ーチャー（図中、Ａと記載）と、光を偏光する二つの偏
光子（図中、ＰＯＬと記載、Ｐｏｌａｒｉｚｅｒ）と、
入力を制御信号として、ランプからの被変調光を光変調
する空間光変調器（図中、ＳＬＭと記載、Ｓｐａｔｉａ
ｌＬｉｇｈｔＭｏｄｕｌａｔｉｏｎ）と、ピンホー
ルアレイなどからなり、空間光変調器で光変調した光に
回折を利用して重みを付けるマスクとにより構成され、
それぞれ、負のフィードバック光信号、および、正のフ
ィードバック光信号を作成する。尚、本図の二次元側抑
制ニューラルネットでは、これらのフィードバック光信
号を電気信号に変換して出力するＣＣＤカメラなどの受
光器が設けられている。尚、負の重み付け部５４内のマ
スクの後の偏光子により、負の重み付けの反転処理を行
なっている。また、減算部５６は、複数個のレンズと、
偏光子（図中、ＰＯＬ（１）〜（４）と記載）と、正の
重み付け部５３と負の重み付け部５４のそれぞれの受光
器からの出力に基づき、読みだし光を光変調する空間光
変調器（図中、ＳＬＭ（１）、（２）と記載）と、ミラ
ー（図中、Ｍと記載）、そして、ハーフミラー（図中、
Ｈ．Ｍ．と記載）により構成され、正の重み付け部５３
と負の重み付け部５４で作成した負のフィードバック光
信号と正のフィードバック光信号を減算する。このよう
に、それぞれ独立した光学系の構成で、光を媒体とし
て、正の重み付け部５３は正のフィードバック光信号
を、負の重み付け部５４は負のフィードバック光信号を
作成し、減算部５６は、それらの足し込みを行なう。Ｃ
ＣＤカメラ５７は、減算部５６の足し込み結果（Ｙ＝Ie
xc−Iinh＋１）を電気信号に変換して、閾値処理を行な
い出力する。ＣＣＤカメラ５７からの出力Ｏ（ｔ）は、
ラッチ５８のラッチ＃２で保持され、次の入力として分
岐部５２に入力される。そして、同様な重み付けと足し
込み処理が行なわれ、その結果、出力Ｏ（ｔ）が、ラッ
チ＃１に保持され、ラッチ＃１とラッチ＃２とに保持さ
れた出力Ｏ（ｔ）とＯ（ｔ＋１）との誤差が少なくなっ
た時点で、処理結果を最終的に出力する。

【０００７】

【発明が解決しようとする課題】図４〜図６で示した従
来の光ニューラルネットの光ニューラルプロセッサに
は、以下のような問題点がある。例えば、図５および図
６において、所望の処理を実現するための重み付けは、
正の重み付け部５３と、負の重み付け部５４の二つの光
学系を必要とし、さらに、これらの光学系で得た結果を
足し込むための光学系が必要となり、合計三個の光学系
を用いた複雑な構成となっている。さらに、所望の処理
を実現するための重み付けは、具体的には、例えば、ピ
ンホールアレイなどで実現する。この場合、実際に必要
な結合が、単一のピンホールアレイで得られるとは限ら
ず、複数のピンホールアレイ（通常、それぞれ実現する
重み付けが違う）を使用し、それぞれのピンホールアレ
イで得た重み付けを重ね合わせて、結合を得る場合があ
る。このような場合は、分岐部４２で、複数の分岐を行
ない、それぞれの分岐先で、それぞれ異なる重み付けを
行なうピンホールアレイを用いた光学系を構成しなけれ
ばならず、極めて複雑な光学系となってしまう。また、
従来の光ニューラルプロセッサの閾値処理は、ＣＣＤカ
メラなどを用いて、光信号を電気信号に変換してから、
電気的処理で行なっており、制御工程が複雑になってい
る。また、減算部５６では、減算を実行するために、光
学的に正負の加算を行なっているが、読みだし光にレー
ザを用いて小型化することが困難である。なぜならば、
減算部５６は、空間的にコヒーレンスが高く、単一波長
で発光出力も大きい最近の半導体レーザを用いると干渉
を起こすからである。このために、光学系の構成が制約
されている。また、従来技術では、出力を保持するラッ
チが二つ必要になる。これは、ラッチ＃２からＯ（ｔ）
を出力した後、実時間で、処理結果Ｙが得られるため、
出力Ｏ（ｔ）と出力Ｏ(t+1)を別々にラッチする必要が
あるためである。すなわち、ラッチが一つしかないと、
すぐさま、処理結果が得られ、その前にラッチされてい
た情報を消去しなければ記憶できないが、消去すると、
もとの入力が消されるために、出力が得られないことに
なるからである。

【０００８】解決しようとする問題点は、従来の光ニュ
ーラルプロセッサは、重み付けや足し込み、および、閾
値処理などのそれぞれの処理が各処理要素単体で行なわ
れており、光学系を含む構成が複雑となってしまう点で
ある。本発明の目的は、これら従来技術の課題を解決し
て、光学系の構成を簡潔し、処理の精度や速度の向上
と、装置の小型化と低価格化を可能とする光ニューラル
プロセッサを提供することである。

【０００９】

【課題を解決するための手段】上記目的を達成するた
め、本発明の光ニューラルプロセッサは、光を媒体とし
て、入力に対する複数の値での重み付けと、この複数の
値で重み付けした入力の足し込みとを行ない、この足し
込んだ入力の値と、予め定めた閾値との比較に基づき、
入力に対応する出力を制御する光ニューラルプロセッサ
において、入力に対して、予め定めた値で時系列に変化
する光を媒体とした重みを付ける時系列重み付け部と、
この時系列重み付け部が時系列に重み付けした光を順次
に受光し蓄積して足し込みを行ない予め定めた閾値との
比較を行なう光蓄積閾値処理部とを設けたことを特徴と
する。

【００１０】

【作用】本発明においては、時系列重み付け部を設け、
入力に対する光を媒体とした重み付けを、時系列に変化
する重みを用いて行なう。このことにより、一つの光学
系で、任意の数の重み付けを行なうことができる。さら
に、光蓄積閾値処理部を設け、それぞれ重み付けした光
を順次に蓄積し、その蓄積結果に基づき、入力に対応し
た出力を制御する。このことにより、ニューラルネット
で処理される重み付けと、足し込み、および、閾値処理
を一つの光学系で行ない、系の完結性を実現し、光ニュ
ーラルプロセッサの光学系の構成を簡潔にすることがで
きる。

【００１１】

【実施例】以下、本発明の実施例を、図面により詳細に
説明する。図１は、本発明を施した光ニューラルプロセ
ッサによる光側抑制ニューラルネットの本発明に係わる
構成の一実施例を示すブロック図である。特に、図４で
示した光側抑制ニューラルネットに対応して、本発明を
施したものである。本実施例の光側抑制ニューラルネッ
トは、入力Ｉ(０）に掛け合わせる重み関数Ｗ＋とＷ−
を生成するプログラマブル重み生成部１と、プログラマ
ブル重み生成部１で重み関数が掛け合わされた出力の反
転／非反転を制御する符号変換部２と、符号変換部２か
らの重み関数に基づき、光加算・減算と閾値処理を行な
う蓄積型閾値処理部３と、蓄積型閾値処理部３からの処
理結果を保持するラッチ４により構成されている。図４
で示した従来の光側抑制ニューラルネットと異なる点
は、図４での分岐部４２および合流部４６が不要である
こと、また、重み関数Ｗ＋とＷ−は、プログラマブル重
み生成部１で作られること、重み関数が掛け合わされた
出力を反転させるか否かをプログラムできる符号変換部
２があること、そして、光加算・減算と閾値処理が、単
一のユニットである蓄積型閾値処理部３により実行され
ていることである。プログラマブル重み生成部１と、符
号変換部２とにより、本発明の時系列重み付け手段を構
成し、時系列に、それぞれ異なる重み付けを行なう。ま
た、蓄積型閾値処理部３は、本発明の光蓄積閾値処理手
段に対応するものであり、例えば、ＧａＡｓ（ガリウム
砒素）のｐｉｎ構造を入力面に有する強誘電正液晶から
なる空間光変調器（ＳＬＭ）を用いて構成することによ
り、次の特徴を持たせる。その特徴とは、その空間光変
調器の書き込み入力に対して、有限時間内に入射される
光の強度、波長、時間などから決定される定数に対し
て、スレッシュホルドの動作、すなわち、閾値処理を行
なうというものである。以降、このような空間光変換器
を、特に、ＡＴ−ＳＬＭと記載する。このように、本実
施例の光側抑制ニューラルネットは、プログラマブル重
み生成部１と符号変換部２とにより光学的に実現された
複数種類の結合、つまり、ニューラルネットにおけるニ
ューロン間の重み付けの光を、ＡＴ−ＳＬＭを有する蓄
積型閾値処理部３へ入力し、そのＡＴ−ＳＬＭのスレッ
シュホルド動作に基づく出力Ｏ（ｔ＋１）を、処理結果
として出力、もしくは、ラッチ４に保持し、次の入力に
用いることを特徴とするものである。

【００１２】以下、重み関数Ｗとして、ピンホールによ
る回折を組み合わせたものを使う場合の動作を説明す
る。プログラマブル重み生成部１は、ある時間には、一
つのタイプの重み関数Ｗしか生成できないが、異なる時
間には、異なる重み関数Ｗを生成できる。具体的には、
例えば、従来技術で使用しているピンホールアレイを、
液晶パネルなどの空間光変調器で置き換えて構成し、時
系列に、異なる重みを生成する。すなわち、読みだし光
の波長をλ、ピンホールの半径をａ、ピンホールから受
光面までの距離をＬとすると、受光面上の中心からｒの
地点で得られる光学的な重みＷ（ｒ）は、ｗ（ｒ）＝｛（πａ²÷λＬ）²｝×｛２Ｊ₁（２πａｒ÷λＬ） ÷（２πａｒ÷λＬ）｝² ・・・（１）Ｊ₁：一次のベッセル関数である。ここで、液晶パネルなどの空間光変調器を使用
して半径ａを変化させたり、あるいは、光源の波長、場
合によっては、距離Ｌを変化させることにより、種々の
重みｗ（ｒ）のプロファイル（シナプス結合分布作成）
が可能となり、それらを積算した重みｗ（ｒ）を使用す
ることができることになる。すなわち、従来の技術で
は、もし、合流と分岐を使わずに系を構成したとする
と、上述の式（１）で表される重みｗ（ｒ）を得るだけ
であったが、本発明を適用すると、系の若干の変更のみ
で、ｗ（ｒ）＝Σ｛（πａ²÷λＬ）²｝×｛２Ｊ₁（２πａｒ÷λＬ） ÷（２πａｒ÷λＬ）｝² ・・・（２）を得ることができる。総和（Σ）は、蓄積型閾値処理部
３が、処理可能状態（ＡＴ−ＳＬＭの書き込みタイミン
グ）の間に、プログラマブル重み生成部１により生成さ
れる重み関数ｗに関して行なう。

【００１３】また、符号変換部２を用いて、プログラマ
ブル重み生成部１との組み合わせにより、重み関数を掛
け合わせた信号を、反転／非反転処理のいずれかに分岐
し、正のフィードバック信号Ｉexcと、負のフィードバ
ック信号１−Ｉinhを得る。すなわち、従来技術のよう
に、重み関数を、空間的に別々に作り、加算するという
ことをせずに、あるタイミングでは、正のフィードバッ
ク光信号を、また、別のタイミングでは、負のフィード
バック光信号というように動作し、それらを、蓄積型閾
値処理部３に入力する。このことにより、従来技術にお
いて用いられていた、二つの重み関数の生成部が不要と
なり、かつ、正と負のそれぞれの重みを光学的に加算す
る合流処理要素が不要となる。このようにして、正の部
分を示す上述の式（２）に、負の部分を加えて、次式の
重み付けが可能となる。ｗ（ｒ）＝Σ｛（πａ²÷λＬ）²｝×｛２Ｊ₁（２πａｒ÷λＬ） ÷（２πａｒ÷λＬ）｝² ＋Σ｛１−（πａ²÷λＬ）²｝×｛２Ｊ₁（２πａｒ÷λＬ） ÷（２πａｒ÷λＬ）｝² ・・・（３）尚、ここでの総和（Σ）は、式（２）と同様であり、蓄
積型閾値処理部３が、処理可能状態（ＡＴ−ＳＬＭの書
き込みタイミング）の間に、プログラマブル重み生成部
１により生成される重み関数ｗに関して行なう。そし
て、蓄積型閾値処理部３は、時系列に異なる重み付けを
された光を媒体とした信号を、順次に蓄積し、その総和
（Ｉexc−Ｉinh＋１）に対して、閾値処理を行なう。

【００１４】このようにして、本実施例の光側抑制ニュ
ーラルネットは、従来、空間的に分割した系で別々に行
なっていた重みの作成と足し込み動作を、時系列で構成
することができる。そして、このことにより、図５およ
び図６で示したように、極めて複雑な構成をしている従
来の二次元側抑制ニューラルネットの光学系を、次の図
２に示すように簡素化することができる。図２は、本発
明を施した光ニューラルプロセッサによる二次元側抑制
ニューラルネットの本発明に係わる構成の一実施例を示
すブロック図である。特に、図５および図６で示した二
次元側抑制ニューラルネットに対応して、本発明を施し
たものである。本実施例の二次元側抑制ニューラルネッ
トは、図１におけるプログラマブル重み生成部１に対応
するプログラマブルマスク２１と、図１の符号変換部２
に対応する偏光変調器２２と、図１の蓄積型閾値処理部
３に対応するＡＴ−ＳＬＭ２３および偏光ビームスプリ
ッタ２７（図中、ＰＢＳと記載）とからなる本発明のプ
ログラマブル重み付け回路２０を有し、このプログラマ
ブル重み付け回路２０からの光信号を、レンズＬ
（３）、Ｌ（４）を介して受信して電気信号に変換する
ＣＣＤカメラ２８と、このＣＣＤカメラ２８で変換した
電気信号を、プログラマブル重み付け回路２０への次の
入力に用いるために保持するラッチ２９とを有する構成
となっている。

【００１５】このように、プログラマブル重み付け回路
２０においては、プログラマブルマスク２１は図１のプ
ログラマブル重み生成部１に、また、偏光変調器２２は
図１の符号変換部２にそれぞれ対応しており、プログラ
マブルマスク２１と偏光変調器２２とにより、本発明の
時系列重み付け手段を構成し、正負および種々の重み関
数ｗ（ｒ）のプロファイルを行ない、そして、図１の蓄
積型閾値処理部３に対応するＡＴ−ＳＬＭ２３と偏光ビ
ームスプリッタ２７が、本発明の光蓄積閾値処理手段を
構成して、出力を制御する閾値処理を行なう。プログラ
マブル重み付け回路２０は、従来技術であるランプ、レ
ンズＬ（１）、Ｌ（２）、アパーチャーＡ（図中、Ａと
のみ記載）、偏光子２４、２５、および、液晶セルなど
からなる空間光変調器２６などを有している。そして、
ランプから、レンズＬ（１）、アパーチャーＡ、レンズ
Ｌ（２）、偏光子２５を介して、空間光変調器２６に入
射した光の出力を、入力Ｉ（０）、もしくは、出力Ｏ
（ｔ）に基づき制御する。ここまでは、従来技術と同じ
動作である。

【００１６】さらに、プログラマブル重み付け回路２０
では、空間光変調器２６からの変調光に、プログラマブ
ルマスク２１により、時系列に変化する重みを付ける。
すなわち、例えば、ピンホールアレイなどによる光の回
折を利用して生成した重みを、ピンホールの半径を時系
列に変更するなどの方法により変化させる。そして、偏
光変調器２２も、プログラマブルマスク２１の動作に同
期して、その偏光特性を時系列に変化させ、負の重みの
反転処理を行なう。このようにして、一つの光学系で、
任意の種類の重み付けを行なうことができる。この後、
重み付けの蓄積と閾値処理を行なうが、各種類の重み付
けのそれぞれに対応してメモリを設け、時系列に変化す
る重み付けを蓄積するなどの対応方法が考えられる。し
かし、この方法では、並列メモリが必要になったり、メ
モリ間の並列情報の加算処理が必要になったりして、系
が複雑になってしまう。そのような問題を解決するため
に、本実施例では、ＡＴ−ＳＬＭ２３を用いて、重み付
けの蓄積と閾値処理を行なう。すなわち、プログラマブ
ルマスク２１と偏光変調器２２で重み付けした光を、偏
光子２４を介して、ＡＴ−ＳＬＭ２３で受光する。この
ＡＴ−ＳＬＭ２３は、図１で説明したように、例えば、
ＧａＡｓ（ガリウム砒素）のｐｉｎ構造を入力面に有す
る強誘電正液晶からなる空間光変調器を用いて構成する
ことにより、有限時間内に入射される光の強度、波長、
時間などから決定される定数に対して、スレッシュホル
ドの動作、すなわち、閾値処理を行なうというものであ
る。この動作により、ＡＴ−ＳＬＭ２３は、重み付けし
た光を、順次に蓄積して、閾値との比較に基づく読みだ
し出力を制御する。読みだし光源（ＲｅａｄｏｕｔＬ
ｉｇｈｔ）からのＡＴ−ＳＬＭ２３の読みだし光を、偏
光ビームスプリッタ２７を介して制御し、出力する。こ
の出力光（Ｙ）は、レンズＬ（３）、Ｌ（４）を介し
て、Ｙ＝（Ｉexc−Ｉinh＋１）の出力としてＣＣＤカメ
ラ２８に入力され、ラッチ２９に保持され、次の入力Ｏ
（ｔ）として、プログラマブル重み付け回路２０に出力
される。このように、本実施例のプログラマブル重み付
け回路２０を設けた二次元側抑制ニューラルネットは、
一つの光学系で、入力への重み付けや足し込み、そし
て、閾値処理などを行ない、従来技術に比べて、光学系
の構成が著しく簡潔化されている。

【００１７】以下、本実施例の光側抑制ニューラルネッ
トの利点を、従来技術との比較で説明する。（１）簡潔な系で、プログラマビリティを実現できる：
複数の重み付けを行なう場合には、従来の方法では、そ
れぞれの重み付け処理を行ない、光学的に合流して、正
と負に関して、和をとり、その出力を得て、閾値処理に
入力しなければならず、極めて複雑な光学系になってい
た。しかし、本実施例の構成では、ＡＴ−ＳＬＭ２３に
より、記憶処理、および、加算処理が、光学的に行なわ
れることになるので、光学系の構成は簡単になる。（２）閾値処理も簡潔に実現できる：従来技術では、閾
値処理は、通常の空間光変調器の閾値特性の利用や、Ｃ
ＣＤカメラなどで電気信号に変換してからの電気処理で
行なっていた。本実施例では、ＡＴ−ＳＬＭ２３の使用
により、閾値処理も、光学的加算と同じ素子で実現でき
る。（３）単一の光学系で、正負の光アナログ加算、もしく
は、単に減算を行ない、系が簡単になる：従来技術で
は、光学的な減算は、光学的擬似減算なるもので、正の
信号と、擬似的な負の光信号とを、別々の光学系で作成
し、光学的に加算して、正負の光アナログ加算を行なっ
ていた。そして、正負の信号生成時の違いは、検光子の
位置によっていた。例えば、偏光子と検光子とを直交さ
せておくと正の光信号、また、平行にしておくと負の光
信号というようにである。本実施例では、この検光子の
ところに、固定の偏光素子ではなく、プログラム可能な
偏光変調素子を使用し、同一の光学系で、素子の変調を
変えれば、正の信号か、負の信号ができる。すなわち、
あるタイミングでは、正の信号、また、別のタイミング
では、負の信号というように、時系列に切り替える。こ
のような偏光変調素子には、例えば、液晶のセルなどを
用いる。そして、この後に、ＡＴ−ＳＬＭ２３で、単
に、正と負の信号を加算して、擬似減算を実現すれば良
いので、単一の光学系で、重み関数の掛け合わせ処理部
と、足し込み処理部と、閾値処理部を構成することがで
きる。（４）処理用の光源に、可干渉性のレーザなども容易に
使用可能となる：従来技術では、減算を実行するための
光学的な加算を行なうが、この場合、レーザは、干渉を
起こすために、読みだし光に用いることが難しく、光学
系の構成が制約されてしまった。本実施例では、単一の
光に対して、光強度を取り込むという形態なので、複数
の光線を合流することによる干渉の問題はなく、レーザ
を容易に用いることができる。（５）ＡＴ−ＳＬＭは、ラッチとしても機能するため、
外部のラッチの個数を削減する：従来技術では、図５お
よび図６で示したように、ラッチが、外側に二つ必要で
あった。本実施例では、ＡＴ−ＳＬＭ２３は、例えば、
入力面がＧａＡｓ（ガリウム砒素）のＰＩＮ構造、光変
調部が強誘電性液晶（ＦＬＣ）からなり、この強誘電性
液晶のメモリ性により、ラッチとして機能させることが
できる。このため、外部には、ラッチを一つだけ設けれ
ば良い。尚、入力を、光学的な情報にするための図２に
おける空間光変調器２０６に、強誘電性液晶を用いたも
のを用いると、強誘電性液晶には、メモリ性があるた
め、外部には、ラッチが不必要になり、部品点数が減
る。

【００１８】図３は、本発明を施した光ニューラルプロ
セッサによる一般的な光ニューラルネットの本発明に係
わる構成の一実施例を示すブロック図である。時系列で
はあるが、プログラマブルな光学的重み生成部３１（図
中、Ｗと記載）で、重み関数を作成し、かつ、この重み
関数を、入力に、光学的に掛け合わせる。そして、ＡＴ
−ＳＬＭ３２は、時系列の加算（蓄積）と、閾値処理を
行なうと共に、光信号のラッチとして機能し、必要な
ら、外部にラッチ３０を設けた系として完成する。本構
成は、様々な光ニューラルネット、あるいは、光ニュー
ラルプロセッサに適用できるものであり、細かく述べた
上述の側抑制タイプのものもその一例である。例えば、
各種回折による重み付けではなく、空間光変調器により
変調された光信号、あるいは、ホログラフィック光学素
子により、重み付けされた光信号を、ＡＴ−ＳＬＭへ入
力することにより処理を行なう構成でも良い。

【００１９】以上、図１から図３を用いて説明したよう
に、二次元側抑制光ニューラルネットや、一般的な光ニ
ューラルプロセッサ・ニューラルネットを構成する際
に、本実施例の光ニューラルプロセッサを用いることに
より、光学系が極めて簡単となる。光ニューラルプロセ
ッサにおける光学系は、総じて調整が微妙になるので、
実際の光ニューラルプロセッサを構成するという観点か
らは、光学系の簡素化は極めて重要である。すなわち、
光学系の簡素化により、光ニューラルプロセッサの高精
度や高速化、および、小型化、そして、低価格化を図る
ことができる。また、本実施例の光ニューラルプロセッ
サは、種々の重み関数をプログラムできるので、簡潔な
光学系であるが、プログラマビリティの大幅な向上がで
き、多様な処理内容に対応できる。

【００２０】

【発明の効果】本発明によれば、光ニューラルプロセッ
サの光学系の構成を簡潔し、処理の精度や速度の向上
と、光ニューラルネットの小型化と低価格化が可能とな
る。

【００２１】

【図面の簡単な説明】

【図１】本発明を施した光ニューラルプロセッサによる
光側抑制ニューラルネットの本発明に係わる構成の一実
施例を示すブロック図である。

【図２】本発明を施した光ニューラルプロセッサによる
二次元側抑制ニューラルネットの本発明に係わる構成の
一実施例を示すブロック図である。

【図３】本発明を施した光ニューラルプロセッサによる
一般的な光ニューラルネットの本発明に係わる構成の一
実施例を示すブロック図である。

【図４】従来の光ニューラルプロセッサによる光側抑制
ニューラルネットの構成を示すブロック図である。

【図５】従来の光ニューラルプロセッサによる二次元側
抑制ニューラルネットの構成の一部を示すブロック図で
ある。

【図６】従来の光ニューラルプロセッサによる二次元側
抑制ニューラルネットの構成の一部を示すブロック図で
ある。

【符号の説明】

１プログラマブル重み生成部２符号変換部３蓄積型閾値処理部４ラッチ２０プログラマブル重み付け回路２１プログラマブルマスク２２偏光変調器２３ＡＴ−ＳＬＭ２４、２５偏光子２６空間光変調器２７偏光ビームスプリッタ２８ＣＣＤカメラ２９、３０ラッチ３１プログラマブルな光学的重み生成部３２ＡＴ−ＳＬＭ４１入力I(０) ４２分岐部４３、４４重み関数処理部４５反転部４６光学的な合流部４７閾値処理部４８ラッチ５１入力I(０) ５２分岐部５３正の重み付け部５４負の重み付け部５５反転部５６減算部５７ＣＣＤカメラ５８ラッチ

フロントページの続き (56)参考文献特開平４−296915（ＪＰ，Ａ) 特開平３−265984（ＪＰ，Ａ) 特開平３−269417（ＪＰ，Ａ) 特開平３−268078（ＪＰ，Ａ) 特開平４−205577（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06G 7/60 G06E 3/00 G06F 15/18 520

Claims

(57)【特許請求の範囲】

【請求項１】光を媒体として、入力に対する複数の値
での重み付けと、該複数の値で重み付けした入力の足し
込みとを行ない、該足し込んだ入力の値と、予め定めた
閾値との比較に基づき、上記入力に対応する出力を制御
する光ニューラルプロセッサにおいて、上記入力に対して、予め定めた値で時系列に変化する光
を媒体とした重みを付ける時系列重み付け手段と、該時系列重み付け手段が時系列に重み付けした光を順次
に受光し蓄積して上記足し込みを行ない上記予め定めた
閾値との比較を行なう光蓄積閾値処理手段とを設けたこ
とを特徴とする光ニューラルプロセッサ。