在過去的十年中，光學(xué)傳感任務(wù)變得更加苛刻。因此，構(gòu)建可集成在芯片上以支持智能手機(jī)、自動(dòng)駕駛汽車、機(jī)器人和無人機(jī)中的移動(dòng)應(yīng)用的小型化、廉價(jià)傳感器變得至關(guān)重要。此外，算法在傳感中發(fā)揮著越來越重要的作用，許多最近的發(fā)展都利用了機(jī)器學(xué)習(xí)算法。
在《科學(xué)》雜志的一篇新論文中，電氣工程夏豐年教授實(shí)驗(yàn)室的研究人員介紹了一個(gè)新概念，他們稱之為幾何光學(xué)深度傳感。這一概念利用了設(shè)備技術(shù)、凝聚態(tài)物理和深度學(xué)習(xí)方面的創(chuàng)新，有可能從面向硬件的方法轉(zhuǎn)向面向軟件的方法。
該論文是與德克薩斯大學(xué)、以色列巴伊蘭大學(xué)和奧地利維也納科技大學(xué)的合作者共同撰寫的。在這個(gè)新概念中，“幾何”表示傳感器輸出由多元素?cái)?shù)據(jù)組成，可以將其視為高維向量空間中的點(diǎn)。“深度”突出了深度神經(jīng)網(wǎng)絡(luò)在該傳感方案中的關(guān)鍵作用。
ShaofanYuan，前博士。夏實(shí)驗(yàn)室的學(xué)生和該論文的共同主要作者指出，傳統(tǒng)的光學(xué)傳感需要多個(gè)光學(xué)設(shè)備才能完全捕獲光束的未知特性。其中包括用于測(cè)量光的強(qiáng)度、偏振、波長和空間分布的不同設(shè)備。所有這些設(shè)備加起來構(gòu)成了一個(gè)龐大而昂貴的系統(tǒng)。
袁說：“過去，人們?yōu)槭构鈱W(xué)傳感設(shè)備變得緊湊和多功能做出了很多努力，先進(jìn)的機(jī)器學(xué)習(xí)算法加速了使用小型化設(shè)備的光學(xué)傳感解決方案，”他補(bǔ)充說，未來的光學(xué)傳感技術(shù)將是一個(gè)高度交叉的領(lǐng)域。“該領(lǐng)域?qū)⑹芤嬗谠O(shè)備結(jié)構(gòu)的創(chuàng)新、新興光學(xué)和光電現(xiàn)象的演示以及機(jī)器學(xué)習(xí)算法的進(jìn)步。”
馬超博士Xia實(shí)驗(yàn)室的學(xué)生和該論文的另一位共同主要作者指出，設(shè)備可重構(gòu)性是使用單個(gè)設(shè)備實(shí)現(xiàn)復(fù)雜光學(xué)傳感的關(guān)鍵。
“可以在不同狀態(tài)下運(yùn)行的單個(gè)可重構(gòu)設(shè)備對(duì)于生成多元素光響應(yīng)數(shù)據(jù)至關(guān)重要，有時(shí)以隱式方式捕獲光的多種未知特性，然后可以使用機(jī)器學(xué)習(xí)算法來解釋數(shù)據(jù)，”Ma說。
該方案涉及使用可重構(gòu)傳感器和深度神經(jīng)網(wǎng)絡(luò)進(jìn)行信息編碼/解碼過程。也就是說，網(wǎng)絡(luò)已經(jīng)用已知的光屬性進(jìn)行了訓(xùn)練，并且可以從可重構(gòu)傳感器的多元素輸出中提取正確的信息。Xia指出，它解釋多元素光響應(yīng)的方式與圖像識(shí)別程序的方式很相似。
“如果你想讓它識(shí)別圖像，無論是狗、貓、人還是汽車，你都可以收集大量包含已知信息的照片，然后對(duì)其進(jìn)行訓(xùn)練，”他說。“那我們只要給神經(jīng)網(wǎng)絡(luò)一個(gè)未知的數(shù)字，它就會(huì)告訴你。這里使用了類似的想法。”
研究人員指出，該方案的基本原理不僅適用于光，還適用于其他領(lǐng)域——例如，感應(yīng)磁場(chǎng)。夏說，他和他的合作者目前正在研究潛在的應(yīng)用。一種可能性是使用這種集成傳感設(shè)備使自動(dòng)駕駛汽車更安全。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！