University of California, Los Angeles

電気を使わない光ニューラルネットワーク：レンズに光を通して行列を瞬時に掛け算する方法

2018年、UCLAの研究グループは通常のプラスチックから回折型ディープニューラルネットワーク（D²NN）を3Dプリントしました。5枚のプラスチック板が光の回折を利用して行列の掛け算を行い、手書き数字認識において91.75%の精度を達成しました。これは製造後は電気を一切使いません。トレーニングはGPUで行われ、その後、重みは板の形状に固定されます。

University of California, Los Angeles