随机激光物理天然提取特征，仅 10 张图实现少样本视觉识别
bravo_abad · x · 2026-09-08
Ng 等人的研究表明，随机激光器无需训练即可充当神经网络——其物理特性本身完成了大部分特征提取。
- 在 150μm 的 InP 网络中，大量激光模式竞争同一光学增益，部分模式被激活、部分被抑制，形成兴奋/抑制的非线性响应，使不同模式并行敏感于不同图像特征
- 物理网络保持固定，只训练一个简单的线性读出层处理高光谱响应；有用表征来自器件的无序性、模式竞争与异质非线性，而非反向传播
- 在 BreakHis 乳腺癌病理切片任务上，仅用 10 张训练图像即达 77.7% 准确率，并超越基线
「研究」频道最新
- 物理学家提醒:Navier-Stokes 在可能出现数学奇点的尺度上物理意义失效 — MilesCranmer · 2026-09-08
- Denny Zhou：最小到最大提示是最早的 Agent 框架，SCAN 准确率达 99% — denny_zhou · 2026-09-08
- ECCV 2026 将办隐私保护视觉定位工作坊，Brachmann 等五人受邀演讲 — ducha_aiki · 2026-09-08
- MBZUAI 启动阿布扎比深度表型研究,服务疾病预测 — thamar_solorio · 2026-09-08
- 边界感知自蒸馏方法:精准控制 LLM 拒答边界,减少过度拒答 — MultiverseComputingCAI · 2026-09-08
- Nvidia 与 Google 均自建 ARC 合成数据生成器 — GregKamradt · 2026-09-08