html текст
All interests
  • All interests
  • Design
  • Food
  • Gadgets
  • Humor
  • News
  • Photo
  • Travel
  • Video
Click to see the next recommended page
Like it
Don't like
Add to Favorites

Физики создали 3D-печатную физическую нейросеть на терагерцовом излучении


Xing Lin et al. / Science, 2018

Американские ученые создали физическую реализацию многослойной нейросети, в которой сигналы передаются с помощью терагерцового излучения. Изначально алгоритм обучают на компьютере, а затем на 3D-принтере создают физическое воплощение обученной модели, состоящее из пластин, в которых толщина разных областей отражает обучаемые параметры модели. Эксперименты показали, что пятислойная сеть такой архитектуры способна распознавать рукописные цифры на изображении с точностью выше 86 процентов, рассказывают авторы в журнале Science.

Современные нейросети представляют собой алгоритмы, предназначенные для выполнения на компьютерах с классической архитектурой. Но некоторые ученые занимаются исследованием физических реализаций нейросетей, например, оптических. Одно из потенциальных преимуществ таких нейросетей заключается в том, что скорость их работы ограничена скоростью распространения света, которая гораздо выше скорости распространения электронов в металлических проводниках. Несмотря на то, что некоторые работающие прототипы таких сетей уже созданы, эта область крайне слабо развита и ученые продолжают создавать новые способы реализации нейросетей в виде физических объектов.

Группа исследователей из Университета Калифорнии в Лос-Анджелесе под руководством профессора Айдогана Озджана (Aydogan Ozcan) создала нейросеть, состоящую из напечатанных на 3D-принтере пластин, и использующую в качестве сигнала терагерцовое излучение. Принцип работы сети несколько отличается от классических нейросетей, но между ними можно провести аналогии.

Модель разработанной учеными сети состоит из пластин, подобных слоям обычных нейросетей. При этом каждая пластина не равномерна, а варьируется по толщине. Распространение сигнала по слоям сети основано на принципе Гюйгенса — Френеля, согласно которому попадающее на пластину излучение образует вторичные источники излучения, которые можно рассматривать в качестве аналогов нейронов. Нейроны соседних слоев соединены между собой вторичной волной, характеристики которой зависят как от входного сигнала, поступившего на слой, так и от толщин областей пластины, которые можно рассматривать в качестве смещения (bias), задаваемого в процессе обучения сети. Сигнал в такой сети можно кодировать с помощью амплитуды и фазы излучения.

Сравнение архитектуры классических нейросетей с созданной учеными нейросетью

Xing Lin et al. / Science, 2018

Для того, чтобы подготовить модель к физическому воплощению, сначала ученые обучали ее на компьютере. Они проверили подход на нескольких популярных задачах машинного обучения, в том числе на распознавании рукописных изображений цифр из датасета MNIST. Ученые создали с помощью фреймровка машинного обучения TensorFlow сеть, которая на входе принимает изображение рукописной цифры, а на выходе выдает соответствующую одной из десяти цифр область, которая в физическом воплощении соответствует одному из десяти детекторов излучения.

Схема работы сети для распознавания рукописных цифр

Xing Lin et al. / Science, 2018

После того, как исследователи получили натренированную модель для распознавания цифр, они напечатали на 3D-принтере пластины размером восемь на восемь сантиметров, соответствующие слоям нейросети. Каждый нейрон на пластине представляет собой квадрат со стороной 400 микрометров, толщина которого зависит от параметров, полученных во время обучения модели. В качестве источника сигнала ученые использовали терагерцовый излучатель, выдающий импульсы с частотой 0,4 терагерца. Между излучателем и первой пластиной нейросети был установлен трафарет с цифрами, пропускающий излучение только в местах вырезов.

На изображениях можно видеть послойный процесс распознавания цифр на примере компьютерной модели, которую в дальнейшем использовали для 3D-печати:

Входные данные. Слева показана амплитуда сигнала, а справа фаза

Xing Lin et al. / Science, 2018

Первый слой нейросети

Xing Lin et al. / Science, 2018

Второй слой нейросети

Xing Lin et al. / Science, 2018

Последний слой нейросети

Xing Lin et al. / Science, 2018

Натренированная компьютерная модель показала точность распознавания цифр из датасета 91,75 процента. Авторы сравнили эффективность с напечатанной пятислойной нейросетью, создав трафареты для 50 цифр, отобранных из числа тех, которые успешно распознала компьютерная модель. Точность напечатанной реализации нейросети на этих цифрах оказалась равной 86,33 процента.

Несмотря на то, что разработка ученых носит чисто исследовательский характер, потенциально физические реализации нейросетей могут быть использованы в условиях, при которых работа обычных компьютеров затруднена. В прошлом году NASA объявило о разработке механических компьютеров, которые позволят зондам, исследующим Венеру, работать в жестких условиях этой планеты.

Григорий Копиев

Читать дальше
Twitter
Одноклассники
Мой Мир

материал с nplus1.ru

2

      Add

      You can create thematic collections and keep, for instance, all recipes in one place so you will never lose them.

      No images found
      Previous Next 0 / 0
      500
      • Advertisement
      • Animals
      • Architecture
      • Art
      • Auto
      • Aviation
      • Books
      • Cartoons
      • Celebrities
      • Children
      • Culture
      • Design
      • Economics
      • Education
      • Entertainment
      • Fashion
      • Fitness
      • Food
      • Gadgets
      • Games
      • Health
      • History
      • Hobby
      • Humor
      • Interior
      • Moto
      • Movies
      • Music
      • Nature
      • News
      • Photo
      • Pictures
      • Politics
      • Psychology
      • Science
      • Society
      • Sport
      • Technology
      • Travel
      • Video
      • Weapons
      • Web
      • Work
        Submit
        Valid formats are JPG, PNG, GIF.
        Not more than 5 Мb, please.
        30
        surfingbird.ru/site/
        RSS format guidelines
        500
        • Advertisement
        • Animals
        • Architecture
        • Art
        • Auto
        • Aviation
        • Books
        • Cartoons
        • Celebrities
        • Children
        • Culture
        • Design
        • Economics
        • Education
        • Entertainment
        • Fashion
        • Fitness
        • Food
        • Gadgets
        • Games
        • Health
        • History
        • Hobby
        • Humor
        • Interior
        • Moto
        • Movies
        • Music
        • Nature
        • News
        • Photo
        • Pictures
        • Politics
        • Psychology
        • Science
        • Society
        • Sport
        • Technology
        • Travel
        • Video
        • Weapons
        • Web
        • Work

          Submit

          Thank you! Wait for moderation.

          Тебе это не нравится?

          You can block the domain, tag, user or channel, and we'll stop recommend it to you. You can always unblock them in your settings.

          • nplus1.ru
          • ученые
          • университет
          • исследования
          • эксперименты
          • домен nplus1.ru

          Get a link

          Спасибо, твоя жалоба принята.

          Log on to Surfingbird

          Recover
          Sign up

          or

          Welcome to Surfingbird.com!

          You'll find thousands of interesting pages, photos, and videos inside.
          Join!

          • Personal
            recommendations

          • Stash
            interesting and useful stuff

          • Anywhere,
            anytime

          Do we already know you? Login or restore the password.

          Close

          Add to collection

             

            Facebook

            Ваш профиль на рассмотрении, обновите страницу через несколько секунд

            Facebook

            К сожалению, вы не попадаете под условия акции