PulseAugur
实时 06:12:27
English(EN) Universal Function Approximation via Diffractive Optical Processors: Physical Limits, Error Bounds, and Learnability

新理论将通用逼近与衍射光学处理器联系起来

研究人员开发了一个理论框架,将通用逼近理论与衍射光学处理器联系起来。该框架展示了相位编码的衍射处理器如何实现有限傅里叶特征展开,其物理可实现性取决于优化的空间变化相干点扩散函数。分析提供了区分各种贡献的误差界限,建立了逼近复杂度的缩放关系,并推导了基于光子预算和吞吐量的极限。 AI

影响 为模拟光学计算系统奠定了理论基础,可能影响未来的AI硬件开发。

排序理由 学术论文,详细介绍了衍射光学处理器的新理论框架。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新理论将通用逼近与衍射光学处理器联系起来

报道来源 [1]

  1. arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Aydogan Ozcan ·

    通过衍射光学处理器实现通用函数逼近:物理极限、误差界限和可学习性

    We present a unified theoretical framework connecting classical universal approximation theory, Fourier-feature approximation, and diffractive optical processors. We show that phase-encoded diffractive processors implement finite Fourier-feature expansions whose mathematical comp…