[发明专利]基于多波长并行的多任务衍射神经网络设备及处理方法

权利要求书

1.一种基于多波长并行的多任务衍射神经网络设备，其特征在于，包括：输入单元、衍射调制结构、光探测组件和处理单元；其中，所述衍射调制结构包括多层衍射层，每层所述衍射层包括多个衍射光学元件；

所述输入单元用于将N个任务的输入调制到N个波长，经光场叠加形成混合光束后输入所述衍射调制结构，N个波长与N个任务的输入一一对应；

所述衍射调制结构用于将输入的所述混合光束的各波长成分并行处理后输出；

所述光探测组件用于探测所述衍射调制结构的输出平面的光强；所述输出平面包括M个类别的检测区域，每个所述检测区域包含N个子区域，N个所述子区域与N个所述波长一一对应；其中，M和N均为正整数；

所述处理单元用于根据各所述检测区域中各所述子区域的光强分布，确定N个波长对应的N个任务的推理结果。

2.根据权利要求1所述的基于多波长并行的多任务衍射神经网络设备，其特征在于，所述处理单元具体用于：

针对每个所述任务，从M个所述检测区域内与所述任务的输入对应的所述波长所对应的所述子区域中，选择光强最大的所述子区域，将所述光强最大的所述子区域所在所述检测区域的类别作为所述任务的推理结果。

3.根据权利要求1所述的基于多波长并行的多任务衍射神经网络设备，其特征在于，各所述衍射光学元件的相位调制系数是通过如下方式获得的：

基于所述任务的输入对应的所述波长所对应的所述子区域的光强的检测值和真实值之间的误差，确定第一损失函数；

基于所述任务的输入对应的所述波长所对应的各所述子区域之外的光强之和，确定第二损失函数；

基于所述第一损失函数和第二损失函数，确定目标损失函数；

基于所述目标损失函数，确定各所述衍射光学元件的相位调制系数。

4.根据权利要求1至3任一项所述的基于多波长并行的多任务衍射神经网络设备，其特征在于，所述N个任务来自不同的数据集。

5.根据权利要求1至3任一项所述的基于多波长并行的多任务衍射神经网络设备，其特征在于，所述光探测组件包括用于探测整个所述输出平面的光强的光探测器；或者，所述光探测组件包括与每个所述子区域对应的光探测器。

6.根据权利要求1至3任一项所述的基于多波长并行的多任务衍射神经网络设备，其特征在于，所述输入单元包括沿光路方向依次排列的N-1个分束器；当所述分束器是光路方向的第一个所述分束器时，所述分束器的输入包括两个波长对应的所述任务的输入；当所述分束器不是光路方向的第一个所述分束器时，所述分束器的输入包括前一个所述分束器的输出和一个波长对应的所述任务的输入；当所述分束器是光路方向的最后一个所述分束器时，所述分束器的输出为所述混合光束。

7.一种应用于如权利要求1至6任一项所述的基于多波长并行的多任务衍射神经网络设备的处理方法，其特征在于，包括：

在所述输入单元将N个任务的输入调制到N个波长，经光场叠加形成混合光束输入至所述衍射调制结构后，所述光探测组件探测所述衍射调制结构的输出平面的光强；

所述处理单元根据所述输出平面的各所述检测区域中各所述子区域的光强，确定N个波长对应的N个任务的推理结果。

8.根据权利要求7所述的处理方法，其特征在于，所述处理单元根据所述输出平面的各所述检测区域中各所述子区域的光强，确定N个所述任务的推理结果，包括：

针对每个所述任务，从M个所述检测区域内与所述任务的输入对应的所述波长所对应的所述子区域中，选择光强最大的所述子区域，将所述光强最大的所述子区域所在所述检测区域的类别作为所述任务的推理结果。