研究利用单个量子发射体饱和实现光神经网络超低功耗非线性激活
bravo_abad · x · 2026-08-27
光神经网络虽能高效执行线性运算，但非线性激活通常需要高光强。Qingyi Zhou 等人提出了一种新方案：
- 核心机制：利用单个量子发射体的饱和效应作为非线性激活函数。
- 结构设计：将 SiV⁻ 色心嵌入逆向设计的 GaP-on-diamond 纳米光子结构中。
- 工作原理：低光强下，发射体强烈散射光；随着光场增强，发射体饱和并变得近乎透明，从而在极低功耗下产生尖锐的非线性输入-输出响应。
研究还结合了机器学习来优化物理激活函数的设计。
「研究」频道最新
- 谷歌 3PT 模型双 Transformer 统一检测分割与 6DoF 位姿，BOP 2025 夺冠 — kscottz · 2026-08-27
- 预测：机器人技术将靠高质量仿真与 RL 从头解决 — yacineMTB · 2026-08-27
- NJUHMLAI 提出数据缩放方案 BaguanHR，突破高分辨率天气预报极限 — NJUHMLAI · 2026-08-27
- AI 可提前 3 年检测出胰腺癌，新研究揭示诊断革命 — EricTopol · 2026-08-27
- 手算 Vector Database：RAG 背后的 10 步原理 — ProfTomYeh · 2026-08-27
- 2015 年老项目:把光的物理传播本身编码成神经网络重建物体 — prof_kamilov · 2026-08-27