修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

46 条数据
?? 中文（中国） ▾

  • [2019年IEEE/CIC中国通信国际会议(ICCC) - 中国长春(2019.8.11-2019.8.13)] 2019年IEEE/CIC中国通信国际会议(ICCC) - 利用深度神经网络(DNN)后均衡增强磷光白光LED CAP 64QAM可见光通信系统性能

    摘要： 本文实验验证了一种采用深度神经网络（DNN）和LMS线性均衡（LE）的磷光白光LED CAP64QAM可见光通信系统。我们在1.1米室内自由空间传输中成功实现了2.4Gb/s的数据速率，误码率（BER）低于前向纠错（FEC）极限3.8×10?3的7%。与LE和Volterra非线性均衡+LE相比，DNN+LE在抑制非线性失真方面表现更优。结果表明，DNN+LE将成为室内高速可见光通信系统的有前景解决方案。

    关键词： 深度神经网络（DNN）、可见光通信（VLC）、CAP调制

    更新于2025-09-19 17:13:59

  • 用于片上深度神经网络的磷化铟光子集成交叉连接数值模拟

    摘要： 我们提出了一种基于广播-加权方法的新型光子加速器架构，通过光子集成交叉连接实现深度神经网络。我们对单个神经元和完整神经网络运算进行了数值模拟，复现并验证了权重校准与加权加法操作，其表现与实验测量结果一致。预测动态范围超过25分贝，与实测数据相符。我们还针对光串扰和输入颜色数量的影响，对加权加法运算进行了模拟分析——光串扰增加会降低模拟精度，而通道数增多则能提升性能。通过部署训练好的三层深度神经网络权重矩阵，我们解决了鸢尾花分类问题。通过调节光串扰和波导损耗进行数值研究，以预估单次运算能耗，从而分析了对应光子实现的性能。层间光串扰与预测误差的关系分析表明：首层对最终精度起决定性作用。当归一化均方根误差低于0.09时，最终精度与各层误差呈准线性关联，这意味着首层存在保证最终精度高于89%的最大容许误差阈值。但由于网络随机性，即使误差超过0.09仍可能获得良好局部极小值。在相同误差水平下，更低的路径损耗可使矩阵乘法单元功耗减半，为性能提升提供了空间。模拟与实验的高度吻合为此类网络的可扩展性研究奠定了坚实基础。

    关键词： 深度神经网络、光子神经网络、图像分类、半导体光放大器、人工神经网络、光子集成电路

    更新于2025-09-19 17:13:59

  • [2019年IEEE MTT-S国际无线研讨会(IWS) - 中国广州 (2019.5.19-2019.5.22)] 2019年IEEE MTT-S国际无线研讨会(IWS) - 同轴探针激励的双模双频波导滤波器

    摘要： 本文讨论了由IEEE地球科学与遥感学会（IEEE GRSS）图像分析与数据融合技术委员会（IADF TC）主办的2015年数据融合竞赛的科学成果。与往年一样，IADF TC组织了数据融合竞赛以促进多源研究的新思路与解决方案。2015年竞赛提出了一个涉及极高分辨率RGB图像和三维（3-D）激光雷达点云的多分辨率、多传感器挑战。竞赛分为两个平行赛道，分别针对二维和三维产品。本文讨论了二维竞赛获胜者的科学成果：冠军团队研究了RGB与激光雷达通过深度神经网络的互补性，亚军团队则对极高分辨率多模态数据的新分类策略进行了全面基准评估。竞赛数据及此前未公开的真值数据将向学界开放，可通过http://www.grss-ieee.org/community/technical-committees/data-fusion/2015-ieee-grss-data-fusion-contest/获取。竞赛的三维部分将在B部分论文[1]中讨论。

    关键词： 图像分析与数据融合（IADF）、多分辨率、土地覆盖分类、多模态数据融合、多源、深度神经网络、极高空间分辨率、激光雷达

    更新于2025-09-19 17:13:59

  • [2019年IEEE第46届光伏专家会议(PVSC) - 美国伊利诺伊州芝加哥(2019.6.16-2019.6.21)] 2019年IEEE第46届光伏专家会议(PVSC) - 磁控溅射沉积过程中氧气流量对硅异质结太阳能电池用氧化铟锡薄膜的影响

    摘要： 多项研究表明，发生在CpG位点背景下的DNA甲基化与包括癌症在内的疾病存在显著关联。分析DNA甲基化数据以区分肿瘤不同亚型具有重要研究价值。然而传统统计方法不适用于具有有界支持特性的高维DNA甲基化数据分析。为精准捕捉数据特性，我们设计了一个由多个堆叠的二值受限玻尔兹曼机组成的深度神经网络，用于学习DNA甲基化数据的低维深度特征。实验结果表明，相比当前先进方法，这些特征在乳腺癌DNA甲基化数据聚类分析中表现最优。

    关键词： DNA甲基化、受限玻尔兹曼机、深度神经网络、节拍值

    更新于2025-09-19 17:13:59

  • [IEEE 2019年第18届国际光通信与网络会议(ICOCN) - 中国黄山(2019.8.5-2019.8.8)] 2019年第18届国际光通信与网络会议(ICOCN) - 水下可见光通信系统中基于深度神经网络的后均衡方案用于概率整形128QAM DFT-S OFDM信号

    摘要： 我们提出了一种基于深度神经网络(DNN)的后均衡方案，用于水下可见光通信(VLC)系统中采用(PS)技术的DFT-S OFDM调制。通过该方法，我们成功实现了1.2米水下光传输中1.74Gbit/s PS128QAM DFT-S OFDM调制，误码率(BER)低于3.8×10-3的7%前向纠错(FEC)阈值。与未采用DNN的典型PS128QAM DFT-S OFDM调制相比，本方法通过提升90Mbps数据速率使系统容量提高了5.4%。实验结果验证了该基于DNN的奇数阶QAM PS技术后均衡方案有望成为未来高速水下VLC系统的解决方案。

    关键词： 概率整形（PS）、奇数阶正交幅度调制、深度神经网络（DNN）、水下可见光通信、离散傅里叶变换扩展（DFT-S）正交频分复用

    更新于2025-09-16 10:30:52

  • [2019年IEEE第八届先进光电子学与激光国际会议(CAOL) - 保加利亚索佐波尔(2019.9.6-2019.9.8)] 2019年IEEE第八届先进光电子学与激光国际会议(CAOL) - 激光调控细胞色素c与脂质相互作用可能不会破坏凋亡通路

    摘要： 自动语音识别（ASR）系统被全球数百万用户日常用于口述消息、控制设备、发起搜索或在小设备上辅助数据输入。这些场景中的用户体验取决于语音转录质量和系统响应速度。对于多语言用户而言，许多ASR系统的单语言特性（用户被限制在单一预设语言中）构成了自然交互的进一步障碍。本研究展示了谷歌开发部署的端到端多语言ASR架构，允许用户任意组合选择语音语言。我们利用语言识别的最新进展和实时语言选择的创新方法，在保持与单语言系统相近的识别准确率和几乎相同的延迟特性的同时实现了该功能。

    关键词： 自动语音识别（ASR）、多语言、深度神经网络（DNN）、语言识别（LID）

    更新于2025-09-16 10:30:52

  • 用于多模态图像超分辨率的深度耦合ISTA网络

    摘要： 给定一幅低分辨率（LR）图像，多模态图像超分辨率（MISR）旨在通过另一模态的高分辨率（HR）图像的引导来重建该图像的HR版本。本文采用基于模型的方法设计了一种新型深度网络架构用于MISR。我们首先提出一种新颖的联合多模态字典学习（JMDL）算法来建模跨模态依赖关系，在JMDL中同步学习三个字典和两个变换矩阵以实现模态融合。随后通过展开迭代收缩阈值算法（ISTA），我们将JMDL模型转化为名为深度耦合ISTA网络的深度神经网络。鉴于网络初始化对深度训练的重要性，我们进一步提出分层优化算法（LOA）在反向传播策略执行前初始化网络参数——具体将网络初始化建模为多层字典学习问题并通过凸优化求解。实验证明所提LOA能有效降低训练损失并提升重建精度。最后我们将该方法与其他前沿MISR技术进行对比，数值结果表明：在不同上采样因子和多种多模态场景下，本方法在定量与定性指标上均持续优于其他方案。

    关键词： ISTA、多模态图像超分辨率、字典学习、深度神经网络

    更新于2025-09-16 10:30:52

  • [2019年IEEE国际图像处理会议(ICIP) - 中国台北(2019.9.22-2019.9.25)] 2019年IEEE国际图像处理会议(ICIP) - 基于替代知识蒸馏的移动设备唇部图像分割

    摘要： 唇部图像分割作为许多唇部相关任务（如自动唇读）的第一步，对后续流程至关重要。如今，随着移动设备计算能力的提升，移动应用日益普及。本文提出一种新方法，能够分割自然场景中的唇部区域，且计算复杂度适中，适合在移动设备上实现。该方法采用两个结构相同的网络——复杂的教师网络和紧凑的学生网络。通过提出的矫正损失函数和交替知识蒸馏方案，学生网络能高效地从教师网络中学习有效知识，甚至修正部分分割错误。实验使用包含49人在各种手机摄像头自然场景下拍摄的数据集进行评估，结果表明所提出的学生网络不仅计算成本更低，性能甚至优于教师网络。

    关键词： 唇部图像分割、深度神经网络、知识蒸馏

    更新于2025-09-16 10:30:52

  • [IEEE 2019年第18届国际光通信与网络会议(ICOCN) - 中国黄山(2019.8.5-2019.8.8)] 2019年第18届国际光通信与网络会议(ICOCN) - 基于深度神经网络的非线性损伤感知RMSA信道估计算法

    摘要： 路由、调制和频谱分配（RMSA）是弹性光网络（EON）规划的基础。在各类RMSA算法中，必须考虑信道的物理层损伤。例如，非线性损伤（NLI）会导致信道状态估计不准确，严重影响分配方案的可行性。本文考虑NLI因素，提出基于深度神经网络（DNN）的信道估计模型。该模型无需计算每条链路的精确信道矩阵参数来评估其可用性，而是直接对整个拓扑结构的NLI进行整体估计。此外，我们设计了相应的RMSA算法（即DBRMSA）以确保其实用性。实验表明，所提算法在保证传输精度的同时，能显著提升频谱利用率并降低计算复杂度。

    关键词： EON（演进光网络）、信道估计、RMSA（资源管理及子信道分配）、DNN（深度神经网络）

    更新于2025-09-12 10:27:22

  • 微快门有机发光二极管的微腔特性分析

    摘要： 我们提出了一种以二维NAND闪存单元作为高密度可靠突触器件的多层神经网络设计方案。该操作方案消除了NAND闪存单元的浪费，并允许模拟输入值。采用自适应权重更新方法，在MNIST数据库集上训练了一个具有40,545个突触的三层感知机网络，用于基于硬件的多层神经网络。测量了NAND闪存单元的电导响应，结果表明单向电导响应适合将NAND闪存单元作为突触器件来实现多层神经网络。通过在线学习，与基于忆阻器的突触相比，无论采用何种权重更新方法，使用NAND突触器件都获得了更高的学习准确率。采用基于单向电导响应的自适应权重更新方法，我们使用NAND突触器件获得了94.19%的学习准确率。该准确率与基于理想完美线性器件的突触所获得的94.69%相当。因此，作为成熟技术且在单元密度方面具有巨大优势的NAND闪存，有望成为实现高密度多层神经网络的理想突触器件。

    关键词： 突触器件、多层神经网络、基于硬件的神经网络、深度神经网络（DNNs）、深度学习、NAND闪存、神经形态学

    更新于2025-09-11 14:15:04