Исследователи из Университета Цинхуа предложили метод обучения оптических нейронных сетей с полностью прямым режимом (FFM), который позволяет выполнять процесс обучения непосредственно в физических оптических системах без использования алгоритма обратного распространения. Этот метод имеет следующие преимущества:
-
Уменьшение зависимости от математических моделей, избегание проблем, связанных с неточностью моделей.
-
Экономия времени и энергии, возможность параллельной обработки больших объемов данных.
-
Эффективное самообучение на оптических нейронных сетях в свободном пространстве с точностью, близкой к теоретической.
-
Высококачественная визуализация даже в сложных рассеивающих средах с разрешением, близким к физическому пределу.
-
Возможность параллельной визуализации скрытых объектов вне прямой видимости.
Основной принцип FFM заключается в отображении оптической системы в параметризованную полевую нейронную сеть, расчете градиентов путем измерения выходного светового поля и обновлении параметров с использованием алгоритма градиентного спуска. Он использует принцип пространственной симметрии взаимности, позволяющий данным и расчетам ошибок использовать один и тот же процесс прямого физического распространения и метод измерения.
Исследователи подтвердили эффективность FFM с помощью нескольких экспериментов:
-
Обучение классификации на наборах данных MNIST и Fashion-MNIST, где точность сети, обученной FFM, приближается к теоретическим значениям.
-
Достижение высокоразрешающей фокусировки в рассеивающих средах с размером фокуса, близким к дифракционному пределу.
-
Параллельное восстановление и визуализация скрытых объектов в сценариях без прямой видимости.
Это исследование предлагает новый подход к обучению оптических нейронных сетей и может способствовать развитию оптических вычислений и технологий визуализации.