Buchumschlag

Training neural networks with end-to-end optical backpropagation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Spall, James, Guo, Xianxin, Lvovsky, A. I.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Optics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Integrated photonic deep neural network with end-to-end on-chip backpropagation training
von: Ashtiani, Farshid, et al.
Veröffentlicht: (2025)

Efficient training for large-scale optical neural network using an evolutionary strategy and attention pruning
von: Yang, Zhiwei, et al.
Veröffentlicht: (2025)

Gradients of unitary optical neural networks using parameter-shift rule
von: Jiang, Jinzhe, et al.
Veröffentlicht: (2025)

Diffractive neural networks for mode-sorting with flexible detection regions
von: Bearne, Kaden, et al.
Veröffentlicht: (2025)

Training Hamiltonian neural networks without backpropagation
von: Rahma, Atamert, et al.
Veröffentlicht: (2024)

Modeling and benchmarking quantum optical neurons for efficient neural computation
von: Andrisani, Andrea, et al.
Veröffentlicht: (2025)

Emergent self-adaptation in an integrated photonic neural network for backpropagation-free learning
von: Lugnan, Alessio, et al.
Veröffentlicht: (2023)

Optical diffraction neural networks assisted computational ghost imaging through dynamic scattering media
von: Li, Yue-Gang, et al.
Veröffentlicht: (2025)

Fast inverse lithography based on a model-driven block stacking convolutional neural network
von: Chen, Ruixiang, et al.
Veröffentlicht: (2024)

Imaging at the quantum limit with convolutional neural networks
von: Proppe, Andrew H., et al.
Veröffentlicht: (2025)

Comparison between neural network clustering, hierarchical clustering and k-means clustering: Applications using fluidic lenses
von: Puentes, Graciana
Veröffentlicht: (2025)

Decision-making and control with diffractive optical networks
von: Qiu, Jumin, et al.
Veröffentlicht: (2022)

TorchOptics: An open-source Python library for differentiable Fourier optics simulations
von: Filipovich, Matthew J., et al.
Veröffentlicht: (2024)

Asymmetrical estimator for training encapsulated deep photonic neural networks
von: Wang, Yizhi, et al.
Veröffentlicht: (2024)

Photonic convolutional neural network with pre-trained in-situ training
von: Ranjan, Saurabh, et al.
Veröffentlicht: (2026)

Classification and reconstruction for single-pixel imaging with classical and quantum neural networks
von: Manko, Sofya, et al.
Veröffentlicht: (2024)

Invariant multiscale neural networks for data-scarce scientific applications
von: Schurov, I., et al.
Veröffentlicht: (2024)

Training all-mechanical neural networks for task learning through in situ backpropagation
von: Li, Shuaifeng, et al.
Veröffentlicht: (2024)

Spatially Parallel All-optical Neural Networks
von: Qin, Jianwei, et al.
Veröffentlicht: (2025)

Integrated electro-optic attention nonlinearities for transformers
von: Mickeler, Luis, et al.
Veröffentlicht: (2026)

Integrated Computation and Communication with Fiber-optic Transmissions
von: Zhang, Jiahao, et al.
Veröffentlicht: (2025)

Quantum-limited stochastic optical neural networks operating at a few quanta per activation
von: Ma, Shi-Yuan, et al.
Veröffentlicht: (2023)

Artificial intelligence inspired freeform optics design: a review
von: Feng, Lei, et al.
Veröffentlicht: (2024)

All-optical in vivo photoacoustic tomography by adaptive multilayer temporal backpropagation
von: Yoon, Taeil, et al.
Veröffentlicht: (2024)

Fully analog end-to-end online training with real-time adaptibility on integrated photonic platform
von: Guo, Zhimu, et al.
Veröffentlicht: (2025)

Limits of nonlinear and dispersive fiber propagation for an optical fiber-based extreme learning machine
von: Ermolaev, Andrei V., et al.
Veröffentlicht: (2025)

Improving the performance of optical inverse design of multilayer thin films using CNN-LSTM tandem neural networks
von: Jung, Uijun, et al.
Veröffentlicht: (2025)

QuanvNeXt: An end-to-end quanvolutional neural network for EEG-based detection of major depressive disorder
von: Orka, Nabil Anan, et al.
Veröffentlicht: (2025)

Universal on-chip polarization handling with deep photonic networks
von: Vit, Aycan Deniz, et al.
Veröffentlicht: (2024)

Efficient and provably convergent end-to-end training of deep neural networks with linear constraints
von: Yang, Zonglin, et al.
Veröffentlicht: (2026)

Neural Adjoint Method for Meta-optics: Accelerating Volumetric Inverse Design via Fourier Neural Operators
von: Kang, Chanik, et al.
Veröffentlicht: (2026)

Transfer learning-assisted inverse modeling in nanophotonics based on mixture density networks
von: Cheng, Liang, et al.
Veröffentlicht: (2024)

Training Large-Scale Optical Neural Networks with Two-Pass Forward Propagation
von: Ahmadnejad, Amirreza, et al.
Veröffentlicht: (2024)

Physics-informed neural networks and neural operators for a study of EUV electromagnetic wave diffraction from a lithography mask
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2025)

Passive optical superresolution at the quantum limit
von: Lvovsky, A. I., et al.
Veröffentlicht: (2026)

Scaling on-chip photonic neural processors using arbitrarily programmable wave propagation
von: Onodera, Tatsuhiro, et al.
Veröffentlicht: (2024)

Multi-dimensional optical neural network
von: Jia, Zhetao, et al.
Veröffentlicht: (2024)

An experimental comparative study of backpropagation and alternatives for training binary neural networks for image classification
von: Crulis, Ben, et al.
Veröffentlicht: (2024)

OptoGPT: A Foundation Model for Inverse Design in Optical Multilayer Thin Film Structures
von: Ma, Taigao, et al.
Veröffentlicht: (2023)

Leveraging machine learning features for linear optical interferometer control
von: Kuzmin, Sergei S., et al.
Veröffentlicht: (2025)