光学神经网络计算芯片误差校正平台

本数据集主要面向大规模光学神经网络精准训练与光芯片硬件误差自适应矫正研究方向建设，服务于光学计算芯片工艺偏差建模、数值模型与物理系统精准映射、硬件在环训练验证等核心需求。数据集依托清华大学电子工程系光子计算与集成实验室的集成光计算硬件平台产生，基于 16×16 规模 MZI 光芯片、FPGA 驱动系统、温控与激光光源联合采集，是支撑光学神经网络从算法设计到硬件部署的全流程实验数据。
数据集采用硬件实测 + 软件校准 + 模型训练相结合的方式生成，先通过电压扫描与曲线拟合完成芯片移相器参数标定，再将校准参数注入复数域神经网络，完成误差矫正与训练验证。核心内容包含芯片校准算法程序、复数域网络模型文件、芯片级器件响应曲线、系统级训练性能对比图四类资源，完整覆盖 “芯片标定 — 误差建模 — 网络矫正 — 性能验证” 研究链路。
本数据集体量轻量高效，以算法代码与实验图表为核心载体，不含冗余数据，可直接复现光学神经网络在工艺偏差下的自适应补偿实验，对提升光学芯片训练可靠性、缩小仿真与实际差距、推动大规模光计算系统实用化具有重要研究与工程价值。