实数域MZI网络简化数据集

马赫–曾德尔干涉仪（MZI）网格是一种用于光学矩阵–向量乘法（MVM）的主流结构，已被广泛应用于近年来发展的光学神经网络（ONNs）以及组合优化问题求解器中。传统的 MZI 网格是针对复值光学 MVM 专门设计的，其网络包含2N^2个相位调制器，并且必须依赖相干探测来获取复值输出向量。然而，包括 ONNs 在内的大多数应用实际上只需要具有N^2个自由度（DOFs）的实值光学矩阵。上述两类矩阵在自由度上的差异，使得在采用传统 MZI 网格实现实值光学 MVM 时，相位调制器数量存在严重冗余。在本研究中，我们提出了一种用于实值、非相干光学 MVM 的简化 MZI 网格结构。该结构仅包含N^2个相位调制器，光学深度为N+1，其性能优于传统 MZI 网格。进一步地，我们基于所提出的 MZI 网格构建了一个光学神经网络，并通过粒子群优化的原位训练，成功完成了鸢尾花分类任务。更重要的是，我们引入了一种匹配的片上非线性激活函数，使得所提出的 MZI 网格能够在单芯片上实现级联。总体而言，所提出的实值 MZI 网格及其原位训练方法在空间效率、能效、可扩展性以及对制程误差的鲁棒性方面均表现优异，因此非常适合用于大规模光学神经网络。