[发明专利]对象分类系统和方法

说明书

描述了一种用于对对象进行分类的对象分类系统。该系统包括：被适配用于辐照感兴趣对象的成像区域、阵列式检测器、以及混合单元，该混合单元被配置用于：在该混合单元与感兴趣对象相互作用之后并且在所述检测之前，通过将源自感兴趣对象的辐照反射或散射平均至少三次来混合该辐照。

发明领域

本发明涉及基于光波的计算领域。更具体而言，本发明涉及使用混合单元以低损耗进行基于光波的计算的方法和系统。

发明背景

人们越是被大数据淹没，就越让计算机接管数据处理。因此，机器学习是当前计算机科学和统计中发展最快的学科之一。然而，大部分这种处理仍发生在高耗电计算机上的软件中。

替换的硬件实现是专门被设计用于高效光学计算的所谓的储层计算机(Reservoir Computer)。储层计算是专注于时间相关数据的处理的机器学习分支。它最初是在2000年代早期作为使用具有内部反馈的未经训练神经网络结合经训练的线性读出层来执行对时间数据的分类的方法而提出的。通过所谓的递归网络中的非线性节点的反馈执行对信号的非线性混合，并向系统提供衰退存储器。

2014年已由Kristof Vandoorne等人在Nature communications 5(自然通信第5卷)(2014)中提出了基于相同储层计算原理的无源光子储层计算机。然而，所提出的实现受到来自与系统中所使用的组合器序列相关联的3dB损耗的基本缩放限制。

无源光子储层可被用于多种应用。然而，储层可以执行的任务的复杂度取决于组成该储层的神经元数目，这些损耗也限制了可以执行的任务的复杂度，并且因此仍有改进的空间。

发明概述

本发明的各实施例的目的是基于混合单元提供显示出低损耗的高效的基于无源光子波的计算方法和系统。

本发明涉及一种用于对对象进行分类的对象分类系统，该对象分类系统包括：被适配用于辐照感兴趣对象的成像区域；阵列式检测器；以及混合单元，该混合单元被配置用于：在该混合单元与感兴趣对象相互作用之后并且在所述检测之前，通过将源自感兴趣对象的辐照反射或散射平均至少三次来混合该辐照。混合单元可以被配置用于：在该混合单元与感兴趣对象相互作用之后将辐照反射或散射平均至少五次，例如平均至少十次。混合单元可以包括多个散射体。替换地，混合单元也可以是具有反射壁的腔，该反射壁包括输入和多个输出。还进一步描述了混合单元的各示例。

在本发明的实施例中，在引用“复合散射或反射”或“辐照被散射或反射平均至少N次”时，这可以包括辐照的平均至少N个不同部分可以按不同方式被散射或反射(即，在空间上)和/或辐照的相同部分平均被散射或反射至少N次(即，在时间上)。N由此可以是大的数字，诸如举例而言3、5或10。对于空间反射，这包括其中辐照的一部分仅被混合单元反射或散射一次或者甚至从未被反射或散射的情况。换言之，这可以包括其中来自对象的辐射的许多不同部分以不同方式被反射或散射的情况。替换地，这可以被表述为辐照的显著部分被反射或散射至少一次，其中显著部分可以是被对象前向散射的全部光的至少五分之一。当在特定实施例中散射体被放置在各层中时，复合散射或反射条件或辐照被散射或反射平均至少N次的条件由此包括其中使用单层散射体的实施例，由此在不同的空间位置辐射将在不同位置以不同方式被散射。

该系统进一步可以包括分类器，该分类器用于基于在所述混合之后获得的辐照来对对象进行分类。分类器可以是线性分类器，或者可以是更复杂的分类器，诸如举例而言前馈神经网络。

阵列式检测器可以是线扫描图像传感器。

线性分类器可以在电场中实现，从线扫描图像传感器接收输入信号。

线性分类器可以基于输入信号的加权和。

混合单元可以包括散射对象的随机集合。

散射对象可以是散射柱。