对抗光学神经网络识别误差的渐进式训练方法

作     者：郭鹏星 游正容 侯维刚 郭磊 Guo Pengxing;You Zhengrong;Hou Weigang;Guo Lei

作者机构：重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学智能通信与网络安全研究院重庆400065 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2024年第44卷第7期

页      面：131-138页

核心收录：

学科分类：070207[理学-光学] 07[理学] 0702[理学-物理学] 

基　　金：国家自然科学基金(62205043,62222103,62221005,62071076,62075024) 重庆市自然科学基金(CSTB2022NSC⁃QMSX1334)。 

主　　题：光计算 马赫-曾德尔干涉仪 光学神经网络 相位误差 分束器误差 渐进式训练 抗误差 

摘      要：提出了一种渐进式训练方案来重新配置马赫-曾德尔干涉仪(MZI)前馈光学神经网络(ONN)的相移,从而对抗MZI的相位误差和分束器误差,提高识别准确率。为了验证所提方案,利用Neuroptica Python仿真平台搭建了3层MZIONN结构,并在考虑到MZI相位误差和分束器误差的情况下,利用Iris和MNIST数据集验证了所提方案的有效性。仿真结果表明:在Iris数据集下,对于3层4×4 MZI-ONN结构,所提方案的识别准确率能够提升64.15百分点;在MNIST数据集下,对于4×4、6×6、8×8和16×16规模的MZI-ONN,所提方案的识别准确率能够提升2.00~37.00百分点。所提方案极大地提高了MZI-ONN的抗误差性能,有助于未来大规模、高准确率MZI-ONN的实现。