JPH06251176A - 光ニューラルネットワーク - Google Patents

光ニューラルネットワーク

Info

Publication number
JPH06251176A
JPH06251176A JP3986993A JP3986993A JPH06251176A JP H06251176 A JPH06251176 A JP H06251176A JP 3986993 A JP3986993 A JP 3986993A JP 3986993 A JP3986993 A JP 3986993A JP H06251176 A JPH06251176 A JP H06251176A
Authority
JP
Japan
Prior art keywords
optical
electrical
electric
conversion units
signals
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.)
Pending
Application number
JP3986993A
Other languages
English (en)
Inventor
Wataru Tsurumaki
渡 鶴巻
Toshikazu Sakano
寿和 坂野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP3986993A priority Critical patent/JPH06251176A/ja
Publication of JPH06251176A publication Critical patent/JPH06251176A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)
  • Optical Communication System (AREA)

Abstract

(57)【要約】 【目的】 高速化・大規模化に適した光ニューラルネッ
トワークを提供する。 【構成】 基板21上に入力信号29を電気/光変換す
る電気/光変換部31及び該電気/光変換部31と閾値
回路27を介して電気接続される光/電気変換部33を
設けるとともに、基板22上に電気/光変換部31から
の光信号35を光/電気変換する光/電気変換部34及
び該光/電気変換部34と閾値回路28を介して電気接
続される電気/光変換部32を設け、該電気/光変換部
32からの光信号36を光/電気変換部33に入射させ
ることにより、電気的な配線を設けることなく複数回の
マトリクス演算を実行可能とした。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、光信号を用いたニュー
ラルネットワークの改良に関するものである。
【0002】
【従来の技術】ニューラルネットワークは、生物の神経
細胞間の情報伝達・処理機構を模倣することにより、従
来のノイマン型のコンピュータが不得意としてきた連想
記憶や認識処理等を効率良く行わせるようにしたもの
で、現在、そのための研究が活発に行われている。
【0003】前記ニューラルネットワークは、閾値処理
を行う複数のニューロンと、各ニューロンの出力を他の
複数のニューロンへそれぞれ異なる重みを付加して接続
する結線部とにより構成されるが、その重み付けの制御
方法や結線部の形態には多くの種類のものが提案されて
おり、自己想起型のホップフィールド型ニューラルネッ
トワークや多層構造を持つフィードフォワード型ニュー
ラルネットワーク等が良く知られている。これらのニュ
ーラルネットワークは複数回のマトリクス演算及び閾値
演算を実行することにより実現できる。
【0004】図2は従来のニューラルネットワークの一
例、ここではホップフィールド型ニューラルネットワー
クの概略構成を示すもので、図中、1はマトリクス演算
回路、2は閾値回路、3はフィードバック配線、4は入
力信号、5は出力信号である。
【0005】この回路では、n個の並列な入力信号4、
即ちE1 ,E2 ,……En に対してマトリクス演算回路
1で重み付けを行い、その演算結果を閾値回路2及びフ
ィードバック配線3を介して再度入力することによりマ
トリクス演算を複数回行い、n個の並列な出力信号5、
即ちV1 ,V2 ,……Vn を得る仕組みになっている。
【0006】マトリクス演算回路1ではn×n個のマト
リクス要素に対応したn×n個の重み付加回路6により
演算機能を実現している。即ち、マトリクス演算回路1
に入力信号Ej (j=1,2,……n)が並列入力され
ると、その入力信号Ej の各々に対し、重み付加回路6
による重みが付加された後、結線に従って加算され、出
力信号Vi (i=1,2,……n)として並列出力され
る。
【0007】この時、各重み付加回路6による重みをT
ijとすると、マトリクス演算回路1内の入力と出力との
関係は、 と表される。
【0008】図2に示したニューラルネットワークは、
マトリクス要素である各重み付加回路6を適当に設定す
ることにより、n入力−nニューロン−n出力のホップ
フィールド型ニューラルネットワークとして用いること
ができる。また、フィードフォワード型ニューラルネッ
トワークは、図2においてフィードバック配線3を除い
たものを多段に接続することにより実現される。
【0009】このようにニューラルネットワークでは、
複数回のマトリクス演算を実行する必要がある。一般
に、ニューラルネットワークの処理能力を向上させるた
めには多数のニューロンを必要とする。例えば、人間の
脳のニューロンの数は100億〜1000億個程度であ
り、これを模倣するには大規模なマトリクス演算回路が
必要となる。
【0010】しかしながら、マトリクス演算回路内の結
線数はニューロンの数の二乗に比例するため、大規模な
マトリクス演算回路では結線の輻輳や結線部での遅延及
びクロストークが回路の処理速度を著しく制限してしま
うという問題がある。
【0011】このような問題を克服するため、ニューロ
ン間の結線を光信号により行うようになした光ニューラ
ルネットワークが提案されている(例えば、電子情報通
信学会論文誌、74〔29〕(1991)p.377−
387参照)。
【0012】図3は前述した従来の光ニューラルネット
ワークを示すもので、ここでは図2の回路におけるマト
リクス演算回路に対応する部分のみを示している。図
中、7,8は基板、9は発光素子、10は感度可変受光
素子、11は入力信号、12は出力信号である。
【0013】前記基板7及び8上にはそれぞれ多数の発
光素子9及び感度可変受光素子10が碁盤の目状に配置
されている。多数の発光素子9のうち、行方向の発光素
子9は互いに直列に電気接続されて複数の入力信号11
にそれぞれ対応した電気/光変換部13を構成し、ま
た、多数の感度可変受光素子10のうち、列方向の感度
可変受光素子10は互いに直列に電気接続されて複数の
出力信号12にそれぞれ対応した光/電気変換部14を
構成する。そして、2枚の基板7,8は発光素子9及び
感度可変受光素子10が互いに向い合うように配置され
ている。
【0014】感度可変受光素子10は、外部から入力す
るバイアス電圧を変えることにより感度、即ち光信号を
電気信号に変換する際の変換量を制御できるという特徴
があり、個々の感度可変受光素子10が、図2中のマト
リクス演算回路1における各マトリクス要素、即ち重み
付加回路6に相当する。なお、図3では感度を制御する
ための構成は省略したが、感度可変受光素子10として
はMSM(Metal-Semiconductor-Metal )形フォトダイ
オードを用いることができる。
【0015】前記光ニューラルネットワークにおいて、
複数の並列な入力(電気)信号11は各電気/光変換部
13にそれぞれ入力され、各電気/光変換部13を構成
する発光素子9全部を共通に駆動する。これにより、各
入力信号11は光信号に変換される。一の電気/光変換
部13を構成する複数の発光素子9からの光信号はそれ
ぞれ各光/電気変換部14の一の感度可変受光素子10
に入力され電流に変換され、同様に他の電気/光変換部
13を構成する複数の発光素子9からの光信号もそれぞ
れ各光/電気変換部14の他の感度可変受光素子10に
入力され電流に変換される。
【0016】各光/電気変換部14を構成する感度可変
受光素子10の光入力に対する感度はマトリクス演算に
対応して外部から制御されており、これによって発光素
子9からの光信号の電流への変換量を調節する。該変換
された電流は各光/電気変換部14毎に加算され、複数
の並列な出力(電気)信号12として出力される。
【0017】
【発明が解決しようとする課題】ところで、前述した光
ニューラルネットワークによりホップフィールド型ニュ
ーラルネットワークを構成する場合、図2の回路で示し
た閾値回路及びフィードバック配線は回路の外部に形成
する必要がある。また、前述した光ニューラルネットワ
ークを複数個用いてフィードフォワード型ニューラルネ
ットを構成する場合、光/電気変換部の出力を次段の電
気/光変換部へ入力するための配線が回路の外部に必要
となる。光ニューラルネットワークが高速化・大規模化
してくると、これらの回路の外部に形成される配線の輻
輳や該配線による遅延、配線間クロストークが無視でき
なくなるという問題があった。
【0018】本発明は前記従来の問題点に鑑み、高速化
・大規模化に適した光ニューラルネットワークを提供す
ることを目的とする。
【0019】
【課題を解決するための手段】本発明では前記目的を達
成するため、請求項1として、複数の電気信号を該複数
の電気信号に対応して設けられた複数の電気/光変換部
にそれぞれ入力して光信号に変換し、該複数の電気/光
変換部のそれぞれから出射される光信号を複数の光/電
気変換部の全てに分配して入射し、この際、該分配され
た全ての光信号に対して個別の重み付けを施して電気信
号に変換し、該電気信号を複数の各光/電気変換部毎に
加算し、これらをそれぞれ複数の閾値処理部に入力して
閾値処理を行う光ニューラルネットワークにおいて、2
枚の基板上にそれぞれ前記複数の電気/光変換部、複数
の光/電気変換部及び複数の閾値処理部を設け、一方の
基板上の複数の電気/光変換部のそれぞれから出射され
る光信号が他方の基板上の複数の光/電気変換部の全て
に分配して入射される如く、前記2枚の基板を対向して
配置するとともに、各基板上の複数の閾値処理部を同一
基板上の複数の電気/光変換部にそれぞれ電気接続した
光ニューラルネットワークを提案する。
【0020】また、請求項2として、複数の電気信号を
該複数の電気信号に対応して設けられた複数の電気/光
変換部にそれぞれ入力して光信号に変換し、該複数の電
気/光変換部のそれぞれから出射される光信号を複数の
光/電気変換部の全てに分配して入射し、この際、該分
配された全ての光信号に対して個別の重み付けを施して
電気信号に変換し、該電気信号を複数の各光/電気変換
部毎に加算し、これらをそれぞれ複数の閾値処理部に入
力して閾値処理を行う光ニューラルネットワークにおい
て、2枚の基板上にそれぞれ前記複数の電気/光変換
部、複数の光/電気変換部及び複数の閾値処理部を複数
組設け、各組の一方の基板上の複数の電気/光変換部の
それぞれから出射される光信号が他方の基板上の複数の
光/電気変換部の全てに分配して入射される如く、前記
2枚の基板を対向して配置するとともに、各基板上の各
組の複数の閾値処理部を同一基板上の他の組の複数の電
気/光変換部にそれぞれ電気接続した光ニューラルネッ
トワークを提案する。
【0021】
【作用】本発明の請求項1によれば、一方の基板上の複
数の電気/光変換部のそれぞれから出射された光信号は
他方の基板上の複数の光/電気変換部の全てに分配して
入射され、個別の重み付けが施されて電気信号に変換さ
れ、複数の各光/電気変換部毎に加算される。これらの
電気信号は複数の各閾値処理部に入力されて閾値処理さ
れ、該他方の基板上の複数の電気/光変換部にそれぞれ
入力され、光信号に変換されて出射され、一方の基板上
の複数の光/電気変換部の全てに分配して入射され、個
別に重み付けが施されて電気信号に変換され、複数の各
光/電気変換部毎に加算され、前記一方の基板上の複数
の電気/光変換部にそれぞれ入力、即ちフィードバック
される。
【0022】また、請求項2によれば、一方の基板上の
一の組の複数の電気/光変換部のそれぞれから出射され
た光信号は他方の基板上の対応する一の組の複数の光/
電気変換部の全てに分配して入射され、個別の重み付け
が施されて電気信号に変換され、複数の各光/電気変換
部毎に加算される。これらの電気信号は複数の各閾値処
理部に入力されて閾値処理され、該他方の基板上の他の
組の複数の電気/光変換部にそれぞれ入力され、光信号
に変換されて出射され、一方の基板上の対応する他の組
の複数の光/電気変換部の全てに分配して入射され、個
別に重み付けが施されて電気信号に変換され、複数の各
光/電気変換部毎に加算され、一方の基板上のさらに他
の組の複数の電気/光変換部にそれぞれ入力され、以
下、同様に多段処理される。
【0023】
【実施例】図1は本発明の光ニューラルネットワークの
第1の実施例を示すもので、図中、21,22は基板、
23,24は発光素子、25,26は感度可変受光素
子、27,28は閾値回路、29は入力信号、30は出
力信号である。
【0024】前記基板21上には発光素子23及び感度
可変受光素子25がそれぞれ4×4個配置され、また、
基板22上にも発光素子24及び感度可変受光素子26
がそれぞれ4×4個配置されている。
【0025】前記発光素子23のうち、行方向の4個の
発光素子23は互いに直列に電気接続されて4つの入力
信号29にそれぞれ対応した4つの電気/光変換部31
を構成している。また、発光素子24のうち、列方向の
4個の発光素子24は互いに直列に電気接続されて4つ
の電気/光変換部32を構成している。また、感度可変
受光素子25のうち、行方向の4個の感度可変受光素子
25は互いに直列に電気接続されて4つの光/電気変換
部33を構成し、閾値回路27を介して前記各電気/光
変換部31に電気接続されている。また、感度可変受光
素子26のうち、列方向の4個の感度可変受光素子26
は互いに直列に電気接続され、さらに閾値回路28に電
気接続されて4つの出力信号30にそれぞれ対応した4
つの光/電気変換部34を構成するとともに前記各電気
/光変換部32に電気接続されている。
【0026】そして、2枚の基板21,22は、各発光
素子23及び各感度可変受光素子25、並びに各発光素
子24及び各感度可変受光素子26が互いに向い合うよ
うに配置されている。なお、電気/光変換部31,32
は複数の発光素子を直列に接続する外、1個の帯状の発
光素子を用いて構成しても良い。
【0027】前記構成において、複数の並列な入力(電
気)信号29は各電気/光変換部31にそれぞれ入力さ
れ、各電気/光変換部31を構成する発光素子23全部
を共通に駆動する。これにより、各入力信号29は4×
4の光信号35に変換される。一の電気/光変換部31
を構成する複数の発光素子23からの光信号はそれぞれ
各光/電気変換部34の一の感度可変受光素子26に入
力され電流に変換され、同様に他の電気/光変換部31
を構成する複数の発光素子23からの光信号もそれぞれ
各光/電気変換部34の他の感度可変受光素子26に入
力され電流に変換される。
【0028】各光/電気変換部34を構成する感度可変
受光素子26の光入力に対する感度は従来例の場合と同
様、マトリクス演算に対応して外部から制御されてお
り、これによって発光素子23からの光信号の電流への
変換量、即ち重みを調節する。これはマトリクス演算に
おける積算に相当する。なお、重み付けを行う手段とし
ては感度可変受光素子を用いる外、可変透過率フィルタ
を受光面の前面に配置した受光素子を用いたり、電気信
号に変換した後、可変減衰器等で電気信号強度を変える
ようになしても良い。
【0029】一の光/電気変換部34の各感度可変受光
素子26で発生した電流はその接続配線により合成さ
れ、同様に他の光/電気変換部34の各感度可変受光素
子26で発生した電流もそれぞれその接続配線により合
成される。これはマトリクス演算における和算に相当す
る。この結果、4×4の光信号35は4つの光/電気変
換部34により4つの並列な電気信号に変換される。
【0030】前記4つの電気信号はそれぞれ閾値回路2
8による閾値処理の後、同一基板22上の4つの電気/
光変換部32へそれぞれ入力され、各電気/光変換部3
2を構成する発光素子24全部を共通に駆動する。これ
により、各電気信号は4×4の光信号36に変換され
る。なお、閾値回路28は合成された電気信号の大きさ
が所定の閾値より大きい場合のみ、該電気信号を通過さ
せる働きを備えている。
【0031】一の電気/光変換部32を構成する複数の
発光素子24からの光信号はそれぞれ各光/電気変換部
33の一の感度可変受光素子25に入力され電流に変換
され、同様に他の電気/光変換部32を構成する複数の
発光素子24からの光信号もそれぞれ各光/電気変換部
33の他の感度可変受光素子25に入力され電流に変換
される。各光/電気変換部33を構成する感度可変受光
素子25の光入力に対する感度は感度可変受光素子26
の場合と同様、マトリクス演算に対応して外部から制御
されており、これによって発光素子24からの光信号の
電流への変換量、即ち重みを調節する。
【0032】一の光/電気変換部33の各感度可変受光
素子25で発生した電流はその接続配線により合成さ
れ、同様に他の光/電気変換部33の各感度可変受光素
子25で発生した電流もそれぞれその接続配線により合
成される。この結果、4×4の光信号36は4つの光/
電気変換部33により4つの並列な電気信号に変換され
る。前記4つの電気信号はそれぞれ閾値回路27による
閾値処理の後、同一基板21上の4つの電気/光変換部
31へそれぞれ入力、即ちフィードバックされる。
【0033】このようにして、複数回、マトリクス演算
処理された後の最終的な4つの出力信号30が基板22
から取り出される。なお、出力信号は基板21から取り
出すこともできるが、複数回のフィードバックにより出
力信号が定常値になる場合は一方から取れば十分であ
る。
【0034】前述したように発光素子と受光素子との双
方を同一基板上に配置する手段としては、電気/光変換
部31(32)、光/電気変換部33(34)、閾値回
路27(28)及び電気配線を実装基板上に配置する方
法や、1枚の基板上に全てをモノリシックで造る方法等
がある。
【0035】本実施例によれば、回路の大規模化、高速
化の妨げとなる基板外配線を用いることなく、複数回の
マトリクス演算を実行し得るニューラルネットワークを
実現することができる。
【0036】図4は本発明の第2の実施例を示すもの
で、ここでは第1の実施例において空間光変調素子を用
いてマトリクス演算の重み付けをするようになした例を
示す。即ち、図中、37は空間光変調素子アレイであ
り、基板21a及び22aに配置された多数の発光素子
及び受光素子に対応した多数の液晶素子等の空間光変調
素子からなっており、該基板21a及び22a間に配置
されている。なお、基板21a及び22bは感度可変受
光素子25,26の代わりに通常の受光素子25a,2
6aを配置した点を除いて第1の実施例の基板21及び
22とほぼ同様である。
【0037】本実施例によれば、空間光変調素子アレイ
は大規模2次元アレイ化が容易であり、且つ、光の透過
方向や光信号の速度に関係なく透過光の制御が可能なた
め、より大規模で高速なニューラルネットワークを実現
できる。なお、その他の構成・動作は第1の実施例と同
様である。
【0038】図5は本発明の第3の実施例を示すもの
で、ここではフィードフォワード型ニューラルネットワ
ークを構成した例を示す。即ち、図中、41,42は基
板であり、該基板41及び42上には発光素子43及び
44がそれぞれ2×2個、2か所に配置され、行方向及
び列方向に互いに直列に電気接続され、電気/光変換部
45,46,47,48を構成している。また、基板4
1及び42上には感度可変受光素子49及び50がそれ
ぞれ2×2個、2か所に配置され、行方向及び列方向に
互いに直列に電気接続され、光/電気変換部51,5
2,53,54を構成している。
【0039】光/電気変換部51は閾値回路55を介し
て電気/光変換部46に電気接続され、光/電気変換部
52は閾値回路55に電気接続されている。また、光/
電気変換部53,54は閾値回路56を介して電気/光
変換部47,48にそれぞれ電気接続されている。そし
て、2枚の基板41,42は、電気/光変換部45,4
6,47,48と光/電気変換部53,54,51,5
2とが互いに向い合うように配置されている。
【0040】前記構成において、2つの入力信号57は
電気/光変換部45に入力され、光信号に変換されて光
/電気変換部53に伝達され、重み付けがなされ、さら
に閾値回路56により閾値処理された後、電気/光変換
部47に電気的に伝達される。該電気/光変換部47に
伝達された電気信号は前記同様に光信号に変換され、光
/電気変換部51に伝達され、以下同様に閾値回路5
5、電気/光変換部46、光/電気変換部54、閾値回
路56、電気/光変換部48、光/電気変換部52及び
閾値回路55経て2つの出力信号58として出力され
る。
【0041】本実施例によれば、高速動作可能で多層且
つ大規模なフィードフォワード型ニューラルネットワー
クを構成することができる。
【0042】
【発明の効果】以上説明したように本発明によれば、2
枚の基板上にそれぞれ複数の電気/光変換部、光/電気
変換部及び閾値処理部を設け、これらを対向配置させる
とともに閾値処理部を同一基板上の電気/光変換部に電
気接続したため、閾値処理部やフィードバックのための
配線を回路の外部に形成することなく、基板間の光結線
のみを用いて複数回のマトリクス演算を実行でき、これ
によって、電気配線の輻輳や該配線による遅延、配線間
クロストーク等の問題を解決でき、大規模且つ高速な光
ニューラルネットワークを実現できる。
【図面の簡単な説明】
【図1】本発明の光ニューラルネットワークの第1の実
施例を示す構成図
【図2】従来のホップフィールド型ニューラルネットワ
ークの一例を示す構成図
【図3】従来の光ニューラルネットワークの一例を示す
構成図
【図4】本発明の光ニューラルネットワークの第2の実
施例を示す構成図
【図5】本発明の光ニューラルネットワークの第3の実
施例を示す構成図
【符号の説明】
21,22,21a,22a,41,42…基板、2
3,24,43,44…発光素子、25,26,49,
50…感度可変受光素子、25a,26a…受光素子、
27,28,55,56…閾値回路、29,57…入力
信号、30,58…出力信号、31,32,45,4
6,47,48…電気/光変換部、33,34,51,
52,53,54…光/電気変換部、35,36…光信
号、37…空間光変調素子アレイ。

Claims (4)

    【特許請求の範囲】
  1. 【請求項1】 複数の電気信号を該複数の電気信号に対
    応して設けられた複数の電気/光変換部にそれぞれ入力
    して光信号に変換し、該複数の電気/光変換部のそれぞ
    れから出射される光信号を複数の光/電気変換部の全て
    に分配して入射し、この際、該分配された全ての光信号
    に対して個別の重み付けを施して電気信号に変換し、該
    電気信号を複数の各光/電気変換部毎に加算し、これら
    をそれぞれ複数の閾値処理部に入力して閾値処理を行う
    光ニューラルネットワークにおいて、 2枚の基板上にそれぞれ前記複数の電気/光変換部、複
    数の光/電気変換部及び複数の閾値処理部を設け、 一方の基板上の複数の電気/光変換部のそれぞれから出
    射される光信号が他方の基板上の複数の光/電気変換部
    の全てに分配して入射される如く、前記2枚の基板を対
    向して配置するとともに、 各基板上の複数の閾値処理部を同一基板上の複数の電気
    /光変換部にそれぞれ電気接続したことを特徴とする光
    ニューラルネットワーク。
  2. 【請求項2】 複数の電気信号を該複数の電気信号に対
    応して設けられた複数の電気/光変換部にそれぞれ入力
    して光信号に変換し、該複数の電気/光変換部のそれぞ
    れから出射される光信号を複数の光/電気変換部の全て
    に分配して入射し、この際、該分配された全ての光信号
    に対して個別の重み付けを施して電気信号に変換し、該
    電気信号を複数の各光/電気変換部毎に加算し、これら
    をそれぞれ複数の閾値処理部に入力して閾値処理を行う
    光ニューラルネットワークにおいて、 2枚の基板上にそれぞれ前記複数の電気/光変換部、複
    数の光/電気変換部及び複数の閾値処理部を複数組設
    け、 各組の一方の基板上の複数の電気/光変換部のそれぞれ
    から出射される光信号が他方の基板上の複数の光/電気
    変換部の全てに分配して入射される如く、前記2枚の基
    板を対向して配置するとともに、 各基板上の各組の複数の閾値処理部を同一基板上の他の
    組の複数の電気/光変換部にそれぞれ電気接続したこと
    を特徴とする光ニューラルネットワーク。
  3. 【請求項3】 互いに直列に電気接続された複数の発光
    素子により電気/光変換部を構成し、 互いに直列に電気接続され且つそれぞれが重み付加手段
    を有する複数の受光素子により光/電気変換部を構成
    し、 一方の基板上の一の電気/光変換部を構成する複数の発
    光素子からの光信号が他方の基板上の複数の光/電気変
    換部に含まれる一の受光素子へそれぞれ入射される如
    く、各発光素子及び受光素子を配置したことを特徴とす
    る請求項1又は2記載の光ニューラルネットワーク。
  4. 【請求項4】 互いに直列に電気接続された複数の発光
    素子により電気/光変換部を構成し、 互いに直列に電気接続された複数の受光素子により光/
    電気変換部を構成し、 前記発光素子又は受光素子の総数に対応した数の空間光
    変調素子により重み付加手段を構成し、 一方の基板上の一の電気/光変換部を構成する複数の発
    光素子からの光信号が空間光変調素子を介して他方の基
    板上の複数の光/電気変換部に含まれる一の受光素子へ
    それぞれ入射される如く、各発光素子、空間光変調素子
    及び受光素子を配置したことを特徴とする請求項1又は
    2記載の光ニューラルネットワーク。
JP3986993A 1993-03-01 1993-03-01 光ニューラルネットワーク Pending JPH06251176A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP3986993A JPH06251176A (ja) 1993-03-01 1993-03-01 光ニューラルネットワーク

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP3986993A JPH06251176A (ja) 1993-03-01 1993-03-01 光ニューラルネットワーク

Publications (1)

Publication Number Publication Date
JPH06251176A true JPH06251176A (ja) 1994-09-09

Family

ID=12564986

Family Applications (1)

Application Number Title Priority Date Filing Date
JP3986993A Pending JPH06251176A (ja) 1993-03-01 1993-03-01 光ニューラルネットワーク

Country Status (1)

Country Link
JP (1) JPH06251176A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020255599A1 (ja) * 2019-06-20 2020-12-24 ソニー株式会社 演算装置及び積和演算システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020255599A1 (ja) * 2019-06-20 2020-12-24 ソニー株式会社 演算装置及び積和演算システム

Similar Documents

Publication Publication Date Title
CN112001487A (zh) 一种光子神经网络
CN116348886A (zh) 相干光子计算架构
WO2023201970A1 (zh) 一种计算芯片、系统及数据处理方法
US5448749A (en) Data processing apparatus with optical vector matrix multiplier and peripheral circuits
CN112101540A (zh) 光学神经网络芯片及其计算方法
Nitta et al. Optical learning neurochip with internal analog memory
US5063531A (en) Optical neural net trainable in rapid time
US5220642A (en) Optical neurocomputer with dynamic weight matrix
JPH06251176A (ja) 光ニューラルネットワーク
Shi et al. Image classification with a 3-layer soa-based photonic integrated neural network
EP0411761A2 (en) Neuronal processing element
JP2648386B2 (ja) 光ニューロコンピュータ
Shi et al. SOA-based photonic integrated deep neural networks for image classification
JP2530404B2 (ja) 光ニュ―ラルネットワ―クシステム
JPH0394317A (ja) 光接続装置
CN117436494B (zh) 一种神经网络运算芯片及运算方法
CN112232487A (zh) 光学神经网络芯片及其计算方法
Shi et al. Inp photonic circuit for deep neural networks
JP2643521B2 (ja) 演算装置
Stabile et al. Large-scale photonic integrated cross-connects for optical communication and computation
CN116108905A (zh) 光电器件单元、光电神经网络以及计算模组
JPH0618953A (ja) 光ニューラルコンピュータおよびこれを用いた光学部品
CN116224604A (zh) 一种实现矩阵求逆的光学结构和方法
CN117270100A (zh) 一种实现储备池循环网络的单片光子集成芯片
CN116011537A (zh) 一种基于光散射的灵活高维复杂矩阵运算单元