[논문 리뷰] Orthogonality of Diffractive Deep Neural Networks

Shuiqin Zheng, Xuanke Zeng외 4명|arXiv (Cornell University)|2018. 11. 08.

Neural Networks and Reservoir Computing참고 문헌 11인용 수 5

한 줄 요약

이 논문은 분산형 깊은 신경망(D2NN)이 광학적 필드 전파에서 직교성을 나타내며, 임의의 두 입력 필드 간 내적은 그대로 유지되고, 네트워크는 유니터리 변환으로 작용함을 입증한다. 이 성질은 D2NN이 광학 모드를 효과적으로 분류하고, 모드 멀티플렉싱, 모드 변환, 광학 모드 인식과 같은 응용 분야에서 높은 정밀도로 성능을 발휘할 수 있도록 한다.

ABSTRACT

Several laws are found for the Diffractive Deep Neural Networks (D2NN). They reveal the inner product of any two light fields in D2NN is invariant and the D2NN act as a unitary transformation for optical fields. If the output intensities of the two inputs are separated spatially, the input fields must be orthogonal. These laws imply that the D2NN is not only suitable for the classification of general objects but also more suitable for applications aim to the optical orthogonal modes. Additionally, our simulation shows D2NN do well in applications like mode conversion, mode multiplexer, and optical mode recognition.

연구 동기 및 목표

• D2NN의 필드 전파 맥락에서 기본 광학적 성질을 조사하기 위해.
• D2NN가 전송 중에 입력 광학 필드 간의 직교성을 유지하는지 확인하기 위해.
• 직교성의 응용 분야인 광학 모드 분류 및 조작에 대한 영향을 탐색하기 위해.
• 모드 멀티플렉싱 및 인식과 같은 직교 광학 모드를 포함하는 작업에서 D2NN의 성능을 평가하기 위해.
• 이론적 및 시뮬레이션 기반 증거를 통해 D2NN가 광학 필드에 대해 유니터리 연산자로 작용함을 입증하기 위해.

제안 방법

• D2NN 구조를 통과하는 두 광학 필드 간 내적에 대한 이론적 분석.
• 내적이 네트워크 계층 전반에서 그대로 유지되는 조건 유도.
• 역전파를 통해 최적화된 단순 위상만을 갖는 회절 요소의 시퀀스로 D2NN 모델링.
• 스칼라 회절 이론을 사용하여 네트워크를 통한 광학 필드 전파 시뮬레이션.
• 유니터리 변환 원리를 적용하여 직교 입력 필드가 출력에서 여전히 직교함을 입증.
• 수치 시뮬레이션을 사용하여 D2NN의 모드 변환, 모드 멀티플렉싱 및 광학 모드 인식 작업 성능 평가.

실험 결과

연구 질문

• RQ1 두 광학 필드 간 내적이 D2NN를 통과할 때 어떤 조건에서 그대로 유지되는가?
• RQ2 D2NN가 수학적으로 광학 필드에 대해 유니터리 연산자로 작용함을 입증할 수 있는가?
• RQ3 입력 필드의 직교성이 D2NN의 출력 강도 분포에 어떤 영향을 미치는가?
• RQ4 D2NN가 얼마나 정밀하게 직교 광학 모드를 구분하거나 조작할 수 있는가?
• RQ5 D2NN의 직교성은 광학 신호 처리 및 광학 신경망 분야에서 실용적으로 어떤 의미를 갖는가?

주요 결과

• D2NN를 통과하는 임의의 두 광학 필드 간 내적이 그대로 유지되며, 이는 유니터리 변환을 나타낸다.
• 두 입력의 출력 강도가 공간적으로 분리되어 있을 경우, 입력 필드는 반드시 직교해야 하며, 이는 네트워크의 직교성 유지 성질을 확인한다.
• D2NN는 일반 물체 분류 외에도 광학 직교 모드를 포함한 응용 분야에 특히 적합하다.
• 시뮬레이션 결과 D2NN가 모드 변환, 모드 멀티플렉싱 및 광학 모드 인식에서 높은 성능을 발휘함을 보여준다.
• 직교성 성질은 교차 항목 없이 직교 광학 모드의 강인한 구분 및 조작을 가능하게 한다.
• 이론적 및 시뮬레이션 결과는 D2NN가 높은 정밀도로 직교 광학 신호를 처리할 수 있는 광학 플랫폼으로 사용될 수 있음을 확인한다.