இன்றைய டிஜிட்டல் யுகத்தில், கணக்கீட்டு பணிகள் மிகவும் சிக்கலானதாகிவிட்டன. இது, டிஜிட்டல் கம்ப்யூட்டர்களால் நுகரப்படும் சக்தியின் அதிவேக வளர்ச்சிக்கு வழிவகுத்தது. எனவே, வேகமான மற்றும் ஆற்றல்-திறனுள்ள வழியில் பெரிய அளவிலான கம்ப்யூட்டிங் செய்யக்கூடிய வன்பொருள் வளங்களை உருவாக்குவது அவசியம்.
இது சம்பந்தமாக, ஆப்டிகல் கணினிகள், கணக்கீடுகளைச் செய்ய மின்சாரத்திற்குப் பதிலாக ஒளியைப் பயன்படுத்தும், நம்பிக்கையளிக்கிறது. அவை குறைந்த தாமதம் மற்றும் குறைக்கப்பட்ட மின் நுகர்வு ஆகியவற்றை வழங்க முடியும், இது இணையான தன்மையிலிருந்து பயனடைகிறது ஒளியியல் அமைப்புகள் வேண்டும். இதன் விளைவாக, ஆராய்ச்சியாளர்கள் பல்வேறு ஆப்டிகல் கம்ப்யூட்டிங் வடிவமைப்புகளை ஆராய்ந்தனர்.
உதாரணமாக, ஒரு டிஃப்ராக்டிவ் ஆப்டிகல் பிணையம் பட வகைப்பாடு மற்றும் புனரமைப்பு போன்ற சிக்கலான கணக்கீட்டு பணிகளை ஒளியியல் ரீதியாக செய்ய ஒளியியல் மற்றும் ஆழமான கற்றல் ஆகியவற்றின் மூலம் வடிவமைக்கப்பட்டுள்ளது. இது கட்டமைக்கப்பட்ட டிஃப்ராக்டிவ் அடுக்குகளின் அடுக்கைக் கொண்டுள்ளது, ஒவ்வொன்றும் ஆயிரக்கணக்கான டிஃப்ராக்டிவ் அம்சங்கள்/நியூரான்களைக் கொண்டுள்ளது. இந்த செயலற்ற அடுக்குகள் உள்ளீட்டு ஒளியை மாற்றியமைக்க மற்றும் விரும்பிய வெளியீட்டை உருவாக்க ஒளி-பொருள் தொடர்புகளை கட்டுப்படுத்த பயன்படுத்தப்படுகின்றன. இந்த அடுக்குகளின் சுயவிவரத்தை மேம்படுத்துவதன் மூலம் ஆராய்ச்சியாளர்கள் டிஃப்ராக்டிவ் நெட்வொர்க்கைப் பயிற்றுவிக்கிறார்கள் ஆழமான கற்றல் கருவிகள். விளைந்த வடிவமைப்பின் புனைகதைக்குப் பிறகு, இந்த கட்டமைப்பானது ஒரு தனி ஒளியியல் செயலாக்க தொகுதியாக செயல்படுகிறது, இது ஒரு உள்ளீட்டு வெளிச்சம் மூலத்தை மட்டுமே இயக்க வேண்டும்.
இதுவரை, ஆராய்ச்சியாளர்கள் ஒரு ஒற்றை நேரியல் செயல்படுத்துவதற்கு ஒரே வண்ணமுடைய (ஒற்றை அலைநீள வெளிச்சம்) டிஃப்ராக்டிவ் நெட்வொர்க்குகளை வெற்றிகரமாக வடிவமைத்துள்ளனர். மாற்றம் (மேட்ரிக்ஸ் பெருக்கல்) செயல்பாடு. ஆனால் ஒரே நேரத்தில் இன்னும் பல நேரியல் மாற்றங்களைச் செயல்படுத்த முடியுமா? டிஃப்ராக்டிவ் ஆப்டிகல் நெட்வொர்க்குகளை முதன்முதலில் அறிமுகப்படுத்திய அதே UCLA ஆராய்ச்சிக் குழு சமீபத்தில் இந்தக் கேள்வியைக் கேட்டுள்ளது. இல் வெளியிடப்பட்ட சமீபத்திய ஆய்வில் மேம்பட்ட போட்டோனிக்ஸ், அவர்கள் டிஃப்ராக்டிவ் ஆப்டிகல் நெட்வொர்க்கில் அலைநீளம் மல்டிபிளெக்சிங் திட்டத்தைப் பயன்படுத்தினர் மற்றும் பிராட்பேண்ட் டிஃப்ராக்டிவ்வைப் பயன்படுத்துவதற்கான சாத்தியக்கூறுகளைக் காட்டினர். செயலி பாரிய இணையான நேரியல் உருமாற்ற செயல்பாடுகளைச் செய்ய.
சாமுவேலி ஸ்கூல் ஆஃப் இன்ஜினியரிங் ஆராய்ச்சிக் குழுவின் தலைவரான UCLA அதிபரின் பேராசிரியர் அய்டோகன் ஓஸ்கான், இந்த ஆப்டிகல் செயலியின் கட்டமைப்பு மற்றும் கொள்கைகளை சுருக்கமாக விவரிக்கிறார்: “ஒரு பிராட்பேண்ட் டிஃப்ராக்டிவ் ஆப்டிகல் பிராசஸர் N உடன் உள்ளீடு மற்றும் வெளியீட்டு புலம்-பார்வைகளைக் கொண்டுள்ளது.i மற்றும் No பிக்சல்கள், முறையே. அவை செயலற்ற கடத்தும் பொருட்களால் செய்யப்பட்ட தொடர்ச்சியான கட்டமைக்கப்பட்ட டிஃப்ராக்டிவ் அடுக்குகளால் இணைக்கப்பட்டுள்ளன. N இன் முன்னரே தீர்மானிக்கப்பட்ட குழுw தனித்த அலைநீளங்கள் உள்ளீடு மற்றும் வெளியீட்டுத் தகவலை குறியாக்குகிறது. ஒவ்வொரு அலைநீளமும் ஒரு தனித்துவமான இலக்கு செயல்பாடு அல்லது சிக்கலான மதிப்புடைய நேரியல் மாற்றத்திற்கு அர்ப்பணிக்கப்பட்டுள்ளது," என்று அவர் விளக்குகிறார்.
"இந்த இலக்கு மாற்றங்கள் குறிப்பாக பட வகைப்பாடு மற்றும் பிரிவு போன்ற தனித்துவமான செயல்பாடுகளுக்கு ஒதுக்கப்படலாம், அல்லது அவை வெவ்வேறு மாற்றும் வடிகட்டி செயல்பாடுகளை அல்லது நரம்பியல் நெட்வொர்க்கில் முழுமையாக இணைக்கப்பட்ட அடுக்குகளை கணக்கிடுவதற்கு அர்ப்பணிக்கப்படலாம். இந்த நேரியல் உருமாற்றங்கள் அல்லது விரும்பிய செயல்பாடுகள் அனைத்தும் ஒளியின் வேகத்தில் ஒரே நேரத்தில் செயல்படுத்தப்படுகின்றன, அங்கு ஒவ்வொரு விரும்பிய செயல்பாடும் ஒரு தனித்துவமான அலைநீளத்திற்கு ஒதுக்கப்படும். இது பிராட்பேண்ட் ஆப்டிகல் செயலியை தீவிர செயல்திறன் மற்றும் இணையாக கணக்கிட அனுமதிக்கிறது.
அத்தகைய அலைநீளம்-மல்டிபிளெக்ஸ் ஆப்டிகல் செயலி வடிவமைப்பு தோராயமாக N ஐ அடையும் என்று ஆராய்ச்சியாளர்கள் நிரூபித்துள்ளனர்.w அதன் மொத்த டிஃப்ராக்டிவ் அம்சங்களின் எண்ணிக்கை N 2N ஐ விட அதிகமாகவோ அல்லது சமமாகவோ இருக்கும்போது, மிகக் குறைவான பிழையுடன் தனித்துவமான நேரியல் மாற்றங்கள்wNiNo. இந்த முடிவு N க்கு உறுதிப்படுத்தப்பட்டதுw > 180 வித்தியாசமான மாற்றங்கள் மூலம் எண்ணியல் உருவகப்படுத்துதல்கள் மற்றும் பல்வேறு சிதறல் பண்புகள் கொண்ட பொருட்களுக்கு செல்லுபடியாகும். மேலும், ஒரு பெரிய N (3NwNiNo) அதிகரித்த என்w மேலும் சுமார் 2000 தனித்துவமான மாற்றங்கள் அனைத்தும் ஒளியியல் ரீதியாக இணையாக செயல்படுத்தப்படுகின்றன.
இந்த புதிய கம்ப்யூட்டிங் வடிவமைப்பின் வாய்ப்புகள் குறித்து, ஓஸ்கான் கூறுகிறார், "இத்தகைய பாரிய இணையான, அலைநீளம்-மல்டிபிளெக்ஸ்டு டிஃப்ராக்டிவ் செயலிகள் உயர்-செயல்திறன் கொண்ட அறிவார்ந்த இயந்திர பார்வை அமைப்புகள் மற்றும் ஹைப்பர்ஸ்பெக்ட்ரல் செயலிகளை வடிவமைக்க பயனுள்ளதாக இருக்கும், மேலும் பயோமெடிக்கல் இமேஜிங் உட்பட பல்வேறு துறைகளில் ஏராளமான பயன்பாடுகளை ஊக்குவிக்கும். ரிமோட் சென்சிங், பகுப்பாய்வு வேதியியல் மற்றும் பொருள் அறிவியல்."
மூல: ஆழ்ந்த கற்றல்-வடிவமைக்கப்பட்ட டிஃப்ராக்டிவ் செயலி நூற்றுக்கணக்கான மாற்றங்களை இணையாகக் கணக்கிடுகிறது
