JPH03164815A - 光ニューラルネットワーク光学システム - Google Patents
光ニューラルネットワーク光学システムInfo
- Publication number
- JPH03164815A JPH03164815A JP1302129A JP30212989A JPH03164815A JP H03164815 A JPH03164815 A JP H03164815A JP 1302129 A JP1302129 A JP 1302129A JP 30212989 A JP30212989 A JP 30212989A JP H03164815 A JPH03164815 A JP H03164815A
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- optical system
- autocorrelation matrix
- diagonal
- main diagonal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
- G06N3/0675—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means using electro-optical, acousto-optical or opto-electronic means
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06E—OPTICAL COMPUTING DEVICES
- G06E3/00—Devices not provided for in group G06E1/00, e.g. for processing analogue or hybrid data
- G06E3/001—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements
- G06E3/005—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements using electro-optical or opto-electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Nonlinear Science (AREA)
- Optics & Photonics (AREA)
- Complex Calculations (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、並列データ処理のための光ニューラルネット
ワークモデルの光学システムに関するものである０本発
明は、光源、変調器および検出器よりなり、横変位およ
び倍率による影響が不変な２次ニューラルネットワーク
を構成するための光ニューラルネットワーク光学システ
ムに関する。
ワークモデルの光学システムに関するものである０本発
明は、光源、変調器および検出器よりなり、横変位およ
び倍率による影響が不変な２次ニューラルネットワーク
を構成するための光ニューラルネットワーク光学システ
ムに関する。
全ての入力が対で接続される２次ニューラル（神経）ネ
ットワークの出力ｙ言よ次式で与えられる。
ットワークの出力ｙ言よ次式で与えられる。
上式において、ＸＪ、Ｘｋは長さＮの同じ入力ベクトル
、Ｗｓａｋは重みマトリックス、ＦＴｈはしきい値開数
である。学習段階中に重み値Ｗ Ｉ Ｊ ｈが適当に調
整された時、２進出力ｙｔは２つの可能な入力のクラス
を判別分類することができる。このニューラルネットワ
ークシステムは重みマトリックスＷ Ｉ Ｊ ｈに成る
条件を加えることによって入力の関数変換に対して不変
にすることができ、これは特定の変換の対称性を示して
いる（例えば。
、Ｗｓａｋは重みマトリックス、ＦＴｈはしきい値開数
である。学習段階中に重み値Ｗ Ｉ Ｊ ｈが適当に調
整された時、２進出力ｙｔは２つの可能な入力のクラス
を判別分類することができる。このニューラルネットワ
ークシステムは重みマトリックスＷ Ｉ Ｊ ｈに成る
条件を加えることによって入力の関数変換に対して不変
にすることができ、これは特定の変換の対称性を示して
いる（例えば。
Ａｐｐｌ、 Ｏｐｔ、 ２６（２３）、 Ｐ４Ｏ１０−
４９７８（１９８７）を参照）。
４９７８（１９８７）を参照）。
信号の横変位および倍率に関する幾何学的操作に対する
不変性は、次式の条件によって達成することができる。
不変性は、次式の条件によって達成することができる。
ｊ−に＝ｊ′−に′の場合、
ｗｎａｈ＝ ＶｉＪ ｋ （２）従って
、ｊ−に＝一定の場合、この条件を満すセットｘＪｘｋ
の全ての要素は同じ重みによって乗算される。自己相関
マトリックスＸＪＸｋに対し、この条件は、任意の斜線
上の全ての要素は同じ重みを用いて乗算されなければな
らないことを意味する。
、ｊ−に＝一定の場合、この条件を満すセットｘＪｘｋ
の全ての要素は同じ重みによって乗算される。自己相関
マトリックスＸＪＸｋに対し、この条件は、任意の斜線
上の全ての要素は同じ重みを用いて乗算されなければな
らないことを意味する。
自己相関マトリックスｘＪｘｋおよび関連する重みを、
４素子入力ベクトルの簡単な場合につき第２図に図示す
る。マトリックスの対称性もまた示している。各斜線等
でかこまれた部分の重みは等しい。
４素子入力ベクトルの簡単な場合につき第２図に図示す
る。マトリックスの対称性もまた示している。各斜線等
でかこまれた部分の重みは等しい。
このニューラルネットワークモデルを光学的に実現する
一般的構成は既に示されている。自己相関マトリックス
の計算のための特定の光学的構成ちまた既に述べられて
いる。しかし、それらの構成は複雑である。
一般的構成は既に示されている。自己相関マトリックス
の計算のための特定の光学的構成ちまた既に述べられて
いる。しかし、それらの構成は複雑である。
本発明の目的は１重みマトリックスの各対角線の値が等
しいこと及び自己相関マトリックスの主対角線に対する
対称性を用いて光学的構成を簡単にし、かつ正および負
重みの両方を同時に計算するすることができる光学シス
テム、特に横変位および倍率に対して不変性を示す２次
ニューラルネットワークを構成する光学システムを提供
するものである。
しいこと及び自己相関マトリックスの主対角線に対する
対称性を用いて光学的構成を簡単にし、かつ正および負
重みの両方を同時に計算するすることができる光学シス
テム、特に横変位および倍率に対して不変性を示す２次
ニューラルネットワークを構成する光学システムを提供
するものである。
本発明の光学システムは１重みマトリックスの各対角線
の値が等しいこと及び自己相関マトリックスの主対角線
に対する対称性を利用するものであり、入力自体のベク
トル外積（自己相関）、関連する重みによって得られる
マトリックスの各項の乗算、全ての項の合計および合計
値のしきい値を計算するユニットよりなる。
の値が等しいこと及び自己相関マトリックスの主対角線
に対する対称性を利用するものであり、入力自体のベク
トル外積（自己相関）、関連する重みによって得られる
マトリックスの各項の乗算、全ての項の合計および合計
値のしきい値を計算するユニットよりなる。
横変位および倍率に関して不変性がとり扱える本発明の
光学システムでは１重みマトリックスの各対角線の値が
等しいことを利用して１重みマトリックスを１次元で構
成することにより１重み乗算のための光学的構成を簡単
にすることができる。
光学システムでは１重みマトリックスの各対角線の値が
等しいことを利用して１重みマトリックスを１次元で構
成することにより１重み乗算のための光学的構成を簡単
にすることができる。
しかも、所要情報（入力ベクトル）の自己相関マトリッ
クスの主対角線に対する対称特性を利用して、主対角線
に対して２組のマトリックスデータに分け、正および負
の両方の重み乗算を同時に計算することができる。
クスの主対角線に対する対称特性を利用して、主対角線
に対して２組のマトリックスデータに分け、正および負
の両方の重み乗算を同時に計算することができる。
第１図は本発明の一実施例を示し、光軸ｌに沿って配列
した本発明による光学システムを示す概念図である。光
源０からの光は、レンズＬ１によって平行光束となり、
一対の交差したバイナリ−な透過光変調器Ｍ１およびＭ
２を−様な照明でもって照射する。変調器Ｍｌ、Ｍ２は
、それぞれＮ個のアドレス可能な要素（スリット）で構
成され、各要素の透過率を変化させることができる。要
素Ｎの数は入力ベクトルの要素の数に等しい、変調器Ｍ
ｌ、Ｍ２を１例えば電気的にアドレス可能な電気・光装
置または光学的にアドレス可能な双安定装置のような手
段によって駆動させるものを用いてもよい、入力ベクト
ルを変調器Ｍ１およびＭ２の両方に与えて、これら２つ
の変調器Ｍ１およびＭ２を通った透過光が、入力ベクト
ルの外積Ｒを与えることになる。これは自己相関のマト
リックスを意味する。この自己相関マトリックスＲは主
対角線りに対して対称である０次に、自己相関マトリッ
クスＲの各対角線の要素をこれらの要素に関連する重み
を用いて乗算しなければならない。
した本発明による光学システムを示す概念図である。光
源０からの光は、レンズＬ１によって平行光束となり、
一対の交差したバイナリ−な透過光変調器Ｍ１およびＭ
２を−様な照明でもって照射する。変調器Ｍｌ、Ｍ２は
、それぞれＮ個のアドレス可能な要素（スリット）で構
成され、各要素の透過率を変化させることができる。要
素Ｎの数は入力ベクトルの要素の数に等しい、変調器Ｍ
ｌ、Ｍ２を１例えば電気的にアドレス可能な電気・光装
置または光学的にアドレス可能な双安定装置のような手
段によって駆動させるものを用いてもよい、入力ベクト
ルを変調器Ｍ１およびＭ２の両方に与えて、これら２つ
の変調器Ｍ１およびＭ２を通った透過光が、入力ベクト
ルの外積Ｒを与えることになる。これは自己相関のマト
リックスを意味する。この自己相関マトリックスＲは主
対角線りに対して対称である０次に、自己相関マトリッ
クスＲの各対角線の要素をこれらの要素に関連する重み
を用いて乗算しなければならない。
これを主対角線りに対して直交した円筒形レンズＣ１を
用いて達成する。主対角線りに対して直交して配置され
た円筒形レンズＣ１は各対角線からの全ての要素を同じ
焦点に集束させることができる。レンズＣ１の焦点位置
に多数の個々の透過レベルを有する１次元の変調器Ｍ３
を設置する。この変調器Ｍ３は重み乗算を行なうのに使
われる。
用いて達成する。主対角線りに対して直交して配置され
た円筒形レンズＣ１は各対角線からの全ての要素を同じ
焦点に集束させることができる。レンズＣ１の焦点位置
に多数の個々の透過レベルを有する１次元の変調器Ｍ３
を設置する。この変調器Ｍ３は重み乗算を行なうのに使
われる。
所要の個々の透過率の階調の数は学習中に用いられる特
定のパターンおよび使用される学習ルールによって決定
される。変調器Ｍ１およびＭ２と同じように、変調器Ｍ
３を電気的または光学的にアドレスすることができる。
定のパターンおよび使用される学習ルールによって決定
される。変調器Ｍ１およびＭ２と同じように、変調器Ｍ
３を電気的または光学的にアドレスすることができる。
自己相関マトリックスＲは対称なので、主対角線りの両
側にそれぞれ（２次ネットワークに対して）必要な正お
よび負の重み情報を別々に与えることができる。これら
の２組の情報を対角線の両側に分けて与えることで１．
正および負の重み乗算を同時に計算することができる０
重みがＯより大である場合には、この重みが自己相関マ
トリックスＲの（＋）側をアドレスする変調器Ｍ３の要
素に加えられ、自己相関マトリックスＲの（−）側をア
ドレスする変調器Ｍ３の要素には重みが加えられない、
Ｎ−１個の独立な対角線（即ち重み）があるので、変調
器Ｍ３は、主対角線の両側のそれぞれで（主対角線は必
要とされない）２Ｎ−２個のアドレス可能な要素を含み
、正および負の重みを与える。変調１１Ｍ３による変調
後、得ら九た光マトリックスの総光量を合計しなければ
ならない、これをレンズＬ２によって達成する。マトリ
ックスの（＋）側からの光の全てが光検出器ＰＤ１に集
光され、マトリックス（−）側からの光の全てが光検出
器ＰＤ２に集光される。光検出器ＰＤ１およびＰＤ２は
、加重したマトリックスの各セクターにおける合計光量
に比例する電気出力を得る。差動増幅器ＤＡにおいて両
光検出器の出力を組合わせることによって所要の計算を
行なう。
側にそれぞれ（２次ネットワークに対して）必要な正お
よび負の重み情報を別々に与えることができる。これら
の２組の情報を対角線の両側に分けて与えることで１．
正および負の重み乗算を同時に計算することができる０
重みがＯより大である場合には、この重みが自己相関マ
トリックスＲの（＋）側をアドレスする変調器Ｍ３の要
素に加えられ、自己相関マトリックスＲの（−）側をア
ドレスする変調器Ｍ３の要素には重みが加えられない、
Ｎ−１個の独立な対角線（即ち重み）があるので、変調
器Ｍ３は、主対角線の両側のそれぞれで（主対角線は必
要とされない）２Ｎ−２個のアドレス可能な要素を含み
、正および負の重みを与える。変調１１Ｍ３による変調
後、得ら九た光マトリックスの総光量を合計しなければ
ならない、これをレンズＬ２によって達成する。マトリ
ックスの（＋）側からの光の全てが光検出器ＰＤ１に集
光され、マトリックス（−）側からの光の全てが光検出
器ＰＤ２に集光される。光検出器ＰＤ１およびＰＤ２は
、加重したマトリックスの各セクターにおける合計光量
に比例する電気出力を得る。差動増幅器ＤＡにおいて両
光検出器の出力を組合わせることによって所要の計算を
行なう。
次いで、差動増幅器ＤＡの出力を装置ＴＨによってしき
い値として２進出力Ｚを与え、この出力は学習による２
個の入力の種類を判別分類することができる。
い値として２進出力Ｚを与え、この出力は学習による２
個の入力の種類を判別分類することができる。
このシステムの附加的特徴として、上記計算にとって必
要でない主対角線での値はその信号のベクトル（スカラ
ー量）の内積の個々の項を示す。
要でない主対角線での値はその信号のベクトル（スカラ
ー量）の内積の個々の項を示す。
これらの項の加算した値を、光検出器ＰＤＩおよびＰＤ
２間に適当に位置させた第３の光検出器ＰＤ３によって
検知することができる。このシステムの２進入力に対し
、光検出器ＰＰＤの出力は入力ベクトルにおける非零項
の合計であり、誤りモニターまたはしきい値装置ＴＨの
可変制御に用いることができる。
２間に適当に位置させた第３の光検出器ＰＤ３によって
検知することができる。このシステムの２進入力に対し
、光検出器ＰＰＤの出力は入力ベクトルにおける非零項
の合計であり、誤りモニターまたはしきい値装置ＴＨの
可変制御に用いることができる。
この光学システムの一つの特徴は自己相関マトリックス
の像を得ることである。第３図は第１図に示した光学シ
ステムの別の構成例を示し、この構成例では自己相関マ
トリックスＲの像が他の手段で形成される０発光ダイオ
ード（ＬＥＤ）またはレーザーダイオード（ＬＤ）アレ
イのようなＮ個の要素からなる１次元のリニア光源アレ
イＬＡを入力ベクトルに応じて２進法で変調する。光源
′アレイＬＡからでた光の拡がりおよび円筒形レンズＣ
２はアレイ出力光を拡げ、２値の透過型変調器１次元ア
レイＭ４を光が透過するのに用いられる。光源アレイＬ
Ａにおける個々の光源の自然の拡がりが変調器アレイＭ
４を完全に照明するには十分でない場合には１円筒形レ
ンズＣ２に直交した第２の円筒形レンズ（図示せず）を
用いればよい、変調器Ｍ４は第１図の変調器Ｍ１および
Ｍ２で説明したのと同じ透過特性を有する必要がある。
の像を得ることである。第３図は第１図に示した光学シ
ステムの別の構成例を示し、この構成例では自己相関マ
トリックスＲの像が他の手段で形成される０発光ダイオ
ード（ＬＥＤ）またはレーザーダイオード（ＬＤ）アレ
イのようなＮ個の要素からなる１次元のリニア光源アレ
イＬＡを入力ベクトルに応じて２進法で変調する。光源
′アレイＬＡからでた光の拡がりおよび円筒形レンズＣ
２はアレイ出力光を拡げ、２値の透過型変調器１次元ア
レイＭ４を光が透過するのに用いられる。光源アレイＬ
Ａにおける個々の光源の自然の拡がりが変調器アレイＭ
４を完全に照明するには十分でない場合には１円筒形レ
ンズＣ２に直交した第２の円筒形レンズ（図示せず）を
用いればよい、変調器Ｍ４は第１図の変調器Ｍ１および
Ｍ２で説明したのと同じ透過特性を有する必要がある。
変調器Ｍ４も、光源アレイＬＡを変調する入力ベクトル
と同じ入力ベクトルによって変調される。
と同じ入力ベクトルによって変調される。
この組合せによって自己相関マトリックスＲの像が生じ
る。それ以降の本システムの構成は第１図のシステムに
ついて記載したのと同様である。本実施例の他の改良と
して、入力ベクトルの変調を音響−光変調器によって行
なうか、または他の電気−光装置を用いることができる
。
る。それ以降の本システムの構成は第１図のシステムに
ついて記載したのと同様である。本実施例の他の改良と
して、入力ベクトルの変調を音響−光変調器によって行
なうか、または他の電気−光装置を用いることができる
。
上記実施例の光学システムは、上述したように２組の入
力の種類だけを識別することができ、この理由は前述し
たようにシステムが１個の２進出力だけを有するからで
ある１Ｍ個の２進出力モードを有するシステムでは、２
Ｍ個の可能な種類を識別することができる。このような
本発明の変形例を第４図に示す。本実施例でも前述した
実施例と同様に自己相関マトリックスＲの像７を発生す
る。
力の種類だけを識別することができ、この理由は前述し
たようにシステムが１個の２進出力だけを有するからで
ある１Ｍ個の２進出力モードを有するシステムでは、２
Ｍ個の可能な種類を識別することができる。このような
本発明の変形例を第４図に示す。本実施例でも前述した
実施例と同様に自己相関マトリックスＲの像７を発生す
る。
第４図における自己相関マトリックスＲの像に対して示
した位置に拡散スクリーンを導入することが必要である
かもしれない。前述したように、単一円筒形レンズＣ１
および変調器Ｍ３の組合せでなく、全てを４５°で配向
させた円筒形レンズアレイＬＮＡおよび多値変調器アレ
イＭＡを用い。
した位置に拡散スクリーンを導入することが必要である
かもしれない。前述したように、単一円筒形レンズＣ１
および変調器Ｍ３の組合せでなく、全てを４５°で配向
させた円筒形レンズアレイＬＮＡおよび多値変調器アレ
イＭＡを用い。
レンズＬ２を経て光検出器アレイＰＤＡにおけるＭ個の
光検出器対にそれぞれ供給する。光検出器アレイＰＤＡ
の各光検出器対は全マトリックスの半分から光を受け、
また、電子回路に接続される。
光検出器対にそれぞれ供給する。光検出器アレイＰＤＡ
の各光検出器対は全マトリックスの半分から光を受け、
また、電子回路に接続される。
個々のサブ−システムは第１図および第３図で述べた通
りである。各円筒形レンズ／変調器／光検出器対の組合
せによって各々２進識別を行なうことができる。Ｍ個の
２進出力を組合せることによって２Ｍ個の種類を識別す
ることができる。
りである。各円筒形レンズ／変調器／光検出器対の組合
せによって各々２進識別を行なうことができる。Ｍ個の
２進出力を組合せることによって２Ｍ個の種類を識別す
ることができる。
上述した実施例の構成では、重み乗算のため用いられる
透過光変調装置Ｍ３あるいはそのアレイＭＡを構成する
各要素それぞれが多くの階調表示を必要とする。多階調
を実現するにはいくつかの技術的困難がある。何故なら
ば、大部分の光変調装置は２進作用を行なうようつくら
れているからである。この問題を解決する本発明の他の
実施例を第５図に示す、第１図と同様に、一対の交差し
た変調器Ｍ１およびＭ２を用いて自己相関マトリックス
を得る０本実施例では、第１図で説明した一様照明系を
用いるのではなく、ＭｌおよびＭ２の組合せで得られる
自己相関マトリックスの各対角線は個々の光源ＬＡで照
明される。これは２Ｎ−２個の光源ＬＡの１次元アレイ
を変調器Ｍｌ。
透過光変調装置Ｍ３あるいはそのアレイＭＡを構成する
各要素それぞれが多くの階調表示を必要とする。多階調
を実現するにはいくつかの技術的困難がある。何故なら
ば、大部分の光変調装置は２進作用を行なうようつくら
れているからである。この問題を解決する本発明の他の
実施例を第５図に示す、第１図と同様に、一対の交差し
た変調器Ｍ１およびＭ２を用いて自己相関マトリックス
を得る０本実施例では、第１図で説明した一様照明系を
用いるのではなく、ＭｌおよびＭ２の組合せで得られる
自己相関マトリックスの各対角線は個々の光源ＬＡで照
明される。これは２Ｎ−２個の光源ＬＡの１次元アレイ
を変調器Ｍｌ。
Ｍ２に対して４５°の角度で配置し、自己相関マトリッ
クスの主対角線りに対して直交させることによって達成
される。個々の光源からの光は、円筒形レンズアレイＣ
Ａにより平行光束化され、２Ｎ−２個の光スリットＦ（
１）ないしＦ （２Ｎ−２）を通過して、個々の対角線
を照明する。各対角線に対する重み乗算は１個々の光源
ＬＡのそれぞれの光出力強度を重みに応じて変調するこ
とによって達成される。２Ｎ−２個の光源を用いること
によって正および負の重みを同時に設定することができ
る。変換器Ｍ２によって伝送される像Ｐはそれに対応し
た重みによって乗算さた自己相関マトリックスである。
クスの主対角線りに対して直交させることによって達成
される。個々の光源からの光は、円筒形レンズアレイＣ
Ａにより平行光束化され、２Ｎ−２個の光スリットＦ（
１）ないしＦ （２Ｎ−２）を通過して、個々の対角線
を照明する。各対角線に対する重み乗算は１個々の光源
ＬＡのそれぞれの光出力強度を重みに応じて変調するこ
とによって達成される。２Ｎ−２個の光源を用いること
によって正および負の重みを同時に設定することができ
る。変換器Ｍ２によって伝送される像Ｐはそれに対応し
た重みによって乗算さた自己相関マトリックスである。
これは前述したように、レンズＬ２によって合算され、
光検出ＩＰＤＩおよびＰＤ２に結像され、差動増幅され
、前と同様に閾値でもって２値化される。主対角線に−
様な強度の照明を与えることによって、自己による入力
ベクトルの内積合計を前述したように第３の検出器ＰＤ
３において検出することもできる。
光検出ＩＰＤＩおよびＰＤ２に結像され、差動増幅され
、前と同様に閾値でもって２値化される。主対角線に−
様な強度の照明を与えることによって、自己による入力
ベクトルの内積合計を前述したように第３の検出器ＰＤ
３において検出することもできる。
第６図は本発明による光学システムの他の実施例を示し
、第５図の変形例である。第５図の個々の光源ＬＡおよ
び円筒形レンズＣＡは照明特性を一定にしたまま集積化
させることが困難である。
、第５図の変形例である。第５図の個々の光源ＬＡおよ
び円筒形レンズＣＡは照明特性を一定にしたまま集積化
させることが困難である。
第６図におい・では、個々のアドレス可能な平らな面発
光対角線アレイよりなる光源ＤＡを用いた光学システム
を示す。このような光源ＤＡはＬＥＤまたはＬＤを集積
化した面発光スリットで構成することができる。これら
は各対角線の個々を照明する。それ以降の本システムは
、第５図に対して記載された通りである。
光対角線アレイよりなる光源ＤＡを用いた光学システム
を示す。このような光源ＤＡはＬＥＤまたはＬＤを集積
化した面発光スリットで構成することができる。これら
は各対角線の個々を照明する。それ以降の本システムは
、第５図に対して記載された通りである。
本発明の種々の実施例およびその変形例につき、その最
良の態様および重要な構成の詳細につき説明したが１本
発明はより広い範囲で種々の変形および変更を加えて実
施することができる。
良の態様および重要な構成の詳細につき説明したが１本
発明はより広い範囲で種々の変形および変更を加えて実
施することができる。
本発明の光学システムによれば１重みマトリックスの各
対角線の値が等しいことを利用して、重みマトリックス
を１次元で構成することにより、重み乗算のための光学
的構成を簡単にすることができる。しかも、所要情報（
入力ベクトル）の自己相関マトリックスの主対角線に対
する対称特性を利用して、主対角線に対して２組のマト
リックスデータに分け、正および負の両方の重み乗算を
同時に計算することができる。
対角線の値が等しいことを利用して、重みマトリックス
を１次元で構成することにより、重み乗算のための光学
的構成を簡単にすることができる。しかも、所要情報（
入力ベクトル）の自己相関マトリックスの主対角線に対
する対称特性を利用して、主対角線に対して２組のマト
リックスデータに分け、正および負の両方の重み乗算を
同時に計算することができる。
第１図は本発明の一実施例による光学システムを示す図
、第２図は自動相関マトリックスおよび関連する重みマ
トリックスが各対角線に対して等しいことを示す図、第
３図は第１図に示す光学システムの別の構成例を示す図
、第４図は複数の識別を可能とする光学システムの一実
施例を示す図。 第５図は本発明の他の実施例を示す図、第６図は第５図
に示す光学システムの別の実施例を示す図である。 茶２図 第３図
、第２図は自動相関マトリックスおよび関連する重みマ
トリックスが各対角線に対して等しいことを示す図、第
３図は第１図に示す光学システムの別の構成例を示す図
、第４図は複数の識別を可能とする光学システムの一実
施例を示す図。 第５図は本発明の他の実施例を示す図、第６図は第５図
に示す光学システムの別の実施例を示す図である。 茶２図 第３図
Claims (1)
- 【特許請求の範囲】 １、入力ベクトルの自己相関マトリックスを計算し、こ
の自己相関マトリックスの全ての項を関連の重みマトリ
ックスで乗算した後、得られた項を合算し、この合算に
より得られる合計値のしきい値を求める光学的および電
子的装置を具え、前記重みマトリックスで得られる各対
角線での値が等しいことを利用して単純並列処理を行な
い、前記自己相関マトリックスの主対角線に対する対称
性質を利用して主対角線に対する２組のマトリックスデ
ータに関して正および負重みの両方を同時に計算するこ
とを特徴とする、横変位および倍率に対して不変性を示
す２次ニューラルネットワークを構成するための光学シ
ステム。 ２、入力ベクトルの自己相関マトリックスを計算する一
対の直交配置された第１の変調ユニットと、上記自己相
関マトリックスの各対角線での重み値が等しいこと及び
上記自己相関マトリックスの主対角線に対する対称性質
を利用して該主対角線に対して２組のマトリックスデー
タに分け、正および負の両方の重みを同時に計算する第
２の変調ユニットと、加重されたマトリックスデータの
合計およびそのしきい値を計算するユニットとからなる
ことを特徴とする光学システム。 ３、上記第２の変調ユニットが、上記自己相関マトリッ
クスの主対角線に直交して配置された円筒形レンズと、
上記第１の変調ユニットと４５゜の角度で配置された多
重値変調器アレイとによって構成されていることを特徴
とする請求項２記載の光学システム。 ４、上記第１の変調ユニットが、光源アレイと、該光源
アレイと直交する２値変調器アレイとによって構成され
ていることを特徴とする請求項２または３記載の光学シ
ステム。 ５、上記第２の変調ユニットが、上記自己相関マトリッ
クスの主対角線に直交して配置された光源アレイ及び円
筒形レンズアレイによって構成されていることを特徴と
する請求項２記載の光学システム。 ６、上記第２の変調ユニットが、上記自己相関マトリッ
クスの主対角線に並行な方向に長いスリット状の面発光
アレイからなる光源によって構成されていることを特徴
とする請求項２記載の光学システム。 ７、上記入力ベクトルの内積を得る検出ユニットを有し
、該検出ユニットの出力をエラーモニタリングまたはし
きい値制御に用いることを特徴とする請求項１乃至６の
いずれかに記載の光学システム。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1302129A JP2786275B2 (ja) | 1989-11-22 | 1989-11-22 | 光ニューラルネットワーク光学システム |
| US07/615,081 US5113485A (en) | 1989-11-22 | 1990-11-19 | Optical neural network system |
| US07/823,322 US5220644A (en) | 1989-11-22 | 1992-01-21 | Optical neural network system |
| US08/009,714 US5394257A (en) | 1989-11-22 | 1993-01-27 | Optical neural network system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1302129A JP2786275B2 (ja) | 1989-11-22 | 1989-11-22 | 光ニューラルネットワーク光学システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03164815A true JPH03164815A (ja) | 1991-07-16 |
| JP2786275B2 JP2786275B2 (ja) | 1998-08-13 |
Family
ID=17905268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1302129A Expired - Lifetime JP2786275B2 (ja) | 1989-11-22 | 1989-11-22 | 光ニューラルネットワーク光学システム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5113485A (ja) |
| JP (1) | JP2786275B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1993003443A1 (fr) * | 1991-08-05 | 1993-02-18 | Kawasaki Steel Corporation | Processeur de signaux et sa methode d'apprentissage |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5438644A (en) * | 1991-09-09 | 1995-08-01 | University Of Florida | Translation of a neural network into a rule-based expert system |
| US5412755A (en) * | 1991-11-26 | 1995-05-02 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Optical implementation of inner product neural associative memory |
| US5640261A (en) * | 1994-08-18 | 1997-06-17 | Fuji Photo Film Co., Ltd. | Optical operation apparatus for finding an inner product of vectors using light |
| US20060065288A1 (en) * | 2004-09-30 | 2006-03-30 | Darko Babic | Supercritical fluid processing system having a coating on internal members and a method of using |
| CN109784485B (zh) * | 2018-12-26 | 2021-04-23 | 中国科学院计算技术研究所 | 一种光学神经网络处理器及其计算方法 |
| CN113033797B (zh) * | 2021-05-08 | 2022-04-12 | 电子科技大学 | 一种基于正负分离的实数域光学神经网络的模式识别方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4986640A (en) * | 1985-02-22 | 1991-01-22 | The United States Of America As Represented By The Secretary Of The Navy | High accuracy digital acousto-optic matrix computer |
| GB8512963D0 (en) * | 1985-05-22 | 1985-06-26 | Marconi Co Ltd | Optical signal processor |
| US4862406A (en) * | 1986-01-29 | 1989-08-29 | The United States Of America As Represented By The Secretary Of The Navy | Adaptive associative-processing optical computing architectures |
| US4843587A (en) * | 1987-12-10 | 1989-06-27 | General Dynamics Pomona Division | Processing system for performing matrix multiplication |
| US5056039A (en) * | 1988-07-14 | 1991-10-08 | University Of Alabama In Huntsville | Holographic interconnect system |
| US5004309A (en) * | 1988-08-18 | 1991-04-02 | Teledyne Brown Engineering | Neural processor with holographic optical paths and nonlinear operating means |
-
1989
- 1989-11-22 JP JP1302129A patent/JP2786275B2/ja not_active Expired - Lifetime
-
1990
- 1990-11-19 US US07/615,081 patent/US5113485A/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1993003443A1 (fr) * | 1991-08-05 | 1993-02-18 | Kawasaki Steel Corporation | Processeur de signaux et sa methode d'apprentissage |
| US5491776A (en) * | 1991-08-05 | 1996-02-13 | Kawasaki Steel Corporation | Signal processing apparatus and learning method therefor |
Also Published As
| Publication number | Publication date |
|---|---|
| US5113485A (en) | 1992-05-12 |
| JP2786275B2 (ja) | 1998-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nishizaki et al. | Deep learning wavefront sensing | |
| US5220644A (en) | Optical neural network system | |
| EP1123491B1 (en) | Wavefront sensing device | |
| JP3707804B2 (ja) | 光学情報処理装置 | |
| Spall et al. | Training neural networks with end-to-end optical backpropagation | |
| US4843587A (en) | Processing system for performing matrix multiplication | |
| Konwar et al. | Leveraging the orthogonality of Zernike modes for robust free-space optical communication | |
| US20250021127A1 (en) | Optical Computing Device and Computing Method | |
| JPH03164815A (ja) | 光ニューラルネットワーク光学システム | |
| Nisenson et al. | Real-time optical correlation | |
| Jutamulia et al. | Use of electron trapping materials in optical signal processing. 2: two-dimensional associative memory | |
| Cottle et al. | Optical Convolutional Neural Networks--Combining Silicon Photonics and Fourier Optics for Computer Vision | |
| US5121228A (en) | Holographic learning machine | |
| US5926296A (en) | Vector normalizing apparatus | |
| JP2512154B2 (ja) | 光ニュ―ラル素子 | |
| US4505544A (en) | Spatial frequency multiplexed coherent optical processor for calculating generalized moments | |
| Hermans et al. | Towards trainable media: Using waves for neural network-style training | |
| Tripathi et al. | Nonlinear processing and fractional-order filtering in a joint fractional Fourier-transform correlator: performance evaluation in multiobject recognition | |
| JP3121148B2 (ja) | 光学情報処理回路 | |
| JPH06259157A (ja) | 自己組織化パターン学習システム | |
| JPH06130444A (ja) | 光学演算素子および光学情報処理回路 | |
| Smith et al. | Optical implementations of the alternating projection neural network | |
| Miura et al. | Continuous Real-time Image Processing by Variable Optical Processor | |
| JPH04503264A (ja) | 光コンピユータおよび光接続 | |
| JPH0696243A (ja) | ２次ニューラルネットワーク光学システムに用いる光学系 |