城大研究人员成功开发先进太赫兹神经网络

2024年11月11日
(From left) Dr Chen, Professor Chan, Dr Shum, Dr Gao, and researchers from Southeast University have unveiled an innovative planar spoof plasmonic neural network platform.
(左起)陈博士、陈教授、岑博士、高博士,以及东南大学研究人员共同开发出创新平面人工等离激元神经网络平台。

 

香港城市大学(城大)与南京的东南大学研究人员共同开发出创新平面人工等离激元神经网络(SPNN)平台,能够直接检测和处理太赫兹电磁讯号。这项研究在推动智能通讯、先进计算系统与太赫兹芯片集成等领域极具潜力,对6G未来的发展至为关键。

研究由城大电机工程学系讲座教授、太赫兹及毫米波国家重点实验室主任陈志豪教授,及东南大学毫米波国家重点实验室主任崔铁军院士联合领导,论文最近发表于《自然通讯》,题为「用于衍射信息识别及处理的太赫兹人工等离激元神经网络」。

研究团队希望解决人工智能快速发展带来的挑战。传统的空间衍射神经网络存在空间传输效率低、空间维度大的问题,限制了其小型化与更广泛的应用。创新的SPNN平台提供紧密、高效且易于集成的解决方案,以克服这些局限。

The innovative terahertz neural network can directly process and recognise diffractive information with low power consumption and at the speed of light, broadening the application of terahertz plasmonic metamaterials.
创新太赫兹神经网络能够以低能耗和高速,直接处理和识别衍射讯息,拓宽了太赫兹人工表面等离激元超材料的应用。

 

这项新技术由紧密的人工表面等离激元衍射层和相移层组成,同时使用了紧密方式来建构及运用神经网络。它能高效处理手写识别、多用户区分等複杂任务,在太赫兹芯片集成和智能通讯系统中具有潜在应用前景。

论文第一作者、太赫兹及毫米波国家重点实验室博士后高欣欣博士说:「SPNN能在太赫兹平台上直接处理不同用户的方向,识别手写数字分类的能力,而无须依赖数码处理。」

SPNN的紧密、高效与可扩展性使其成为人工神经网络的最佳选项,解决传统数字计算机的能耗及不可扩展问题。这种网络能够以低能耗和高速,直接处理和识别衍射讯息,拓宽了太赫兹人工表面等离激元超材料的应用。

陈教授表示:「太赫兹及毫米波国家重点实验室获研究资助局、香港特区政府创新科技署和城大的支持,拥有极佳的製造和测量设备。这些设备帮助我们及时测试各种构想,并得到意想不到的结果。」

论文的共同第一作者是东南大学博士生顾泽、博士后研究员马骞博士。其他共同作者包括东南大学博士生崔文怡、游检卫教授,以及太赫兹及毫米波国家重点实验室陈宝杰博士和岑鑑文博士。马博士、崔院士和陈教授是通讯作者。

We use cookies to ensure you get the best experience on our website.

More Information