大数跨境

前沿 | 东南大学崔铁军院士团队最新Nature Communications

前沿 | 东南大学崔铁军院士团队最新Nature Communications 两江科技评论
2025-12-31
3
导读:东南大学崔铁军院士、马骞副教授团队提出了一种基于微波频段的可编程多层全空间非线性衍射神经网络架构,以解决光学衍射神经网络中非线性激活函数存在的延迟高、功耗大与系统复杂等核心瓶颈。
文章来源:超表面光学

具备可编程、高速ReLU激活函数的多层非线性衍射神经网络

论文信息

东南大学崔铁军院士、马骞副教授团队提出了一种基于微波频段的可编程多层全空间非线性衍射神经网络架构,以解决光学衍射神经网络中非线性激活函数存在的延迟高、功耗大与系统复杂等核心瓶颈。该团队创新性地设计了由集成射频元件与可编程超表面构成的非线性层,从而在硬件上实现了低阈值、可重构的类ReLU激活功能。此项设计实现了仅为17.7ns的纳秒级超快非线性响应,其速度较传统光电转换方案提升了数个数量级,并成功在图像分类与实时人体姿态识别任务中展现出卓越性能。这项兼具低延迟、高速度、低功耗与灵活非线性激活特性的工作,为安全筛查、医疗康复及人机交互等领域提供了极具前景的新型硬件解决方案。(该文章的通讯作者为东南大学崔铁军院士和马骞副教授,共同第一作者为东南大学博士生宁玉鸣和马骞副教授)



研究成果于2025年11月24日以题为“Multilayer nonlinear diffraction neural networks with programmable and fast ReLU activation function发表在《Nature Communications》上。

图文速览

图1:基于MN-DNN的多任务处理。

图2:非线性超表面单元的结构与工作特性。

图3:手写数字分类。

图4:Fashion-MNIST数据集分类。

图5:人体姿态识别。

图6:基于MN-DNN的动态人体姿态识别。

文献来源

Ning, Y.M., Ma, Q., Xiao, Q. et al. Multilayer nonlinear diffraction neural networks with programmable and fast ReLU activation function. Nat Commun 16, 10332 (2025). 
DOI:https://doi.org/10.1038/s41467-025-65275-0
免责声明:本文旨在传递更多科研资讯及分享,所有其他媒、网来源均注明出处,如涉及版权问题,请作者第一时间后台联系,我们将协调进行处理,所有来稿文责自负,两江仅作分享平台。转载请注明出处,如原创内容转载需授权,请联系下方微信号。
图片

【声明】内容源于网络
0
0
两江科技评论
聚焦“光声力热”超构材料、凝聚态物理、生物医学、智能制造等领域,打造科研人便捷的交流平台,发布优质新鲜的科研资讯。
内容 6001
粉丝 0
两江科技评论 聚焦“光声力热”超构材料、凝聚态物理、生物医学、智能制造等领域,打造科研人便捷的交流平台,发布优质新鲜的科研资讯。
总阅读16.8k
粉丝0
内容6.0k