第1章神經(jīng)形態(tài)工程1
1.1光子脈沖處理5
1.2神經(jīng)形態(tài)架構(gòu)的技術(shù)平臺6
1.3新興光子平臺面臨的挑戰(zhàn)8
1.4計算機(jī)光學(xué)簡史8
1.4.1光學(xué)邏輯8
1.4.2光學(xué)神經(jīng)網(wǎng)絡(luò)9
1.4.3片上光網(wǎng)絡(luò)10
1.5應(yīng)用領(lǐng)域10
1.5.1實(shí)時射頻處理11
1.5.2非線性規(guī)劃12
1.6本書的結(jié)構(gòu)13
1.7參考文獻(xiàn)14
第2章脈沖處理和可激發(fā)性入門23
2.1神經(jīng)網(wǎng)絡(luò)簡介23
2.2脈沖神經(jīng)網(wǎng)絡(luò)25
2.3脈沖神經(jīng)元模型28
2.4可激發(fā)性機(jī)制30
2.5參考文獻(xiàn)34
第3章光子學(xué)入門38
3.1波導(dǎo)38
3.1.1彎曲波導(dǎo)40
3.1.2波導(dǎo)耦合器40
3.1.3干涉儀42
3.1.4調(diào)制器43
3.1.5復(fù)用44
3.2光探測器45
3.2.1光電二極管46
3.2.2檢測噪聲48
3.3光學(xué)諧振器50
3.4激光器55
3.4.1光物質(zhì)相互作用55
3.4.2ⅢⅤ平臺59
3.4.3激光動力學(xué)60
3.5參考文獻(xiàn)62
第4章SOA動態(tài)的脈沖處理65
4.1基于SOA的光子神經(jīng)形態(tài)原語65
4.2光波神經(jīng)形態(tài)電路69
4.2.1倉鸮聽覺定位算法69
4.2.2小龍蝦的翻尾逃逸反應(yīng)71
4.3參考文獻(xiàn)73
第5章用于統(tǒng)一尖峰脈沖處理的可激發(fā)激光器76
5.1介紹76
5.2動力學(xué)模型78
5.3可激發(fā)激光系統(tǒng)81
5.4結(jié)果84
5.4.1可激發(fā)性84
5.4.2時間模式識別87
5.4.3穩(wěn)定循環(huán)電路89
5.5討論89
5.6附錄90
5.6.1光纖激光器仿真90
5.6.2集成器件仿真92
5.6.3可激發(fā)光纖環(huán)形激光腔94
5.7參考文獻(xiàn)94
第6章作為可激發(fā)處理器的半導(dǎo)體光子器件100
6.1兩端增益和SA可激發(fā)激光器101
6.2半導(dǎo)體環(huán)和微盤激光器106
6.2.1半導(dǎo)體環(huán)形激光器106
6.2.2微盤激光器110
6.3二維光子晶體納米腔115
6.4諧振隧穿二極管光探測器和激光二極管121
6.5具有延遲反饋的注入鎖定半導(dǎo)體激光器127
6.6半導(dǎo)體激光器受到光反饋的影響130
6.7極化反轉(zhuǎn)VCSEL134
6.8參考文獻(xiàn)137
第7章硅光子學(xué)147
7.1SOI波導(dǎo)148
7.2片外耦合器150
7.3調(diào)制器155
7.4探測器157
7.5混合激光源159
7.6參考文獻(xiàn)161
第8章可重構(gòu)模擬光子網(wǎng)絡(luò)168
8.1廣播和權(quán)重協(xié)議169
8.2處理網(wǎng)絡(luò)節(jié)點(diǎn)169
8.2.1波分復(fù)用加權(quán)加法171
8.2.2總功率檢測172
8.2.3非線性電/光轉(zhuǎn)換173
8.3廣播環(huán)路174
8.4多重廣播環(huán)路176
8.5討論180
8.6總結(jié)181
8.7參考文獻(xiàn)182
第9章光子權(quán)重庫185
9.1演示188
9.2MRR權(quán)重庫的控制190
9.2.1設(shè)置和方法190
9.2.2單通道連續(xù)控制192
9.2.3多通道同步控制195
9.3MRR通道間的相干效應(yīng)200
9.4光子權(quán)重庫的定量分析203
9.4.1串?dāng)_權(quán)重功率代價指標(biāo)204
9.4.2權(quán)重庫通道限制207
9.5WDM加權(quán)的數(shù)學(xué)描述209
9.6可調(diào)諧波導(dǎo)器件的仿真技術(shù)210
9.6.1廣義傳輸理論211
9.6.2參數(shù)化傳輸模擬器215
9.7附錄： 高級權(quán)重庫設(shè)計216
9.8附錄： 基本微環(huán)特性217
9.8.1光學(xué)表征218
9.8.2調(diào)諧效率219
9.8.3故障表征219
9.8.4驅(qū)動器設(shè)計220
9.9參考文獻(xiàn)221
第10章處理網(wǎng)絡(luò)節(jié)點(diǎn)226
10.1PNN的演示226
10.2PNN的理論研究231
10.2.1電子突觸234
10.2.2激光神經(jīng)元236
10.2.3討論238
10.3其他PNN的表述方式239
10.3.1O/E/O PNNs的分類239
10.3.2O/E/O和全光PNN的比較241
10.3.3全光PNNs242
10.4參考文獻(xiàn)245
第11章系統(tǒng)架構(gòu)251
11.1廣播和加權(quán)系統(tǒng)251
11.1.1廣播拓?fù)?51
11.1.2加權(quán)并繼續(xù)的級聯(lián)庫253
11.2延時動力學(xué)的權(quán)重庫控制255
11.3小型光子神經(jīng)網(wǎng)絡(luò)258
11.4多重廣播環(huán)路系統(tǒng)260
11.4.1廣義接口PNN261
11.4.2作為嵌入圖的多重廣播環(huán)路262
11.4.3多重廣播環(huán)路嵌入到功能網(wǎng)絡(luò)的映射264
11.4.4功能網(wǎng)絡(luò)到多重廣播環(huán)路嵌入的映射264
11.4.5使用Nengo的設(shè)計實(shí)例267
11.4.6一般系統(tǒng)的初步結(jié)構(gòu)指南268
11.5容錯性270
11.6參考文獻(xiàn)272
第12章神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)原理275
12.1主成分分析（PCA）276
12.1.1PCA的數(shù)學(xué)公式276
12.1.2Oja定律278
12.2獨(dú)立成分分析（ICA）279
12.3使用STDP和IP的無監(jiān)督學(xué)習(xí)283
12.3.1突觸時間依賴性的可塑性283
12.3.2內(nèi)在可塑性284
12.3.3使用SDTP和IP進(jìn)行獨(dú)立成分分析284
12.4光子學(xué)習(xí)電路的實(shí)驗進(jìn)展286
12.4.1光子PCA286
12.4.2光子STDP288
12.5參考文獻(xiàn)292
第13章光子儲層計算297
13.1儲層計算297
13.1.1線性分類器和儲層298
13.1.2基于網(wǎng)絡(luò)的儲層計算300
13.1.3基于延遲的儲層計算302
13.2光子儲層計算306
13.2.1具有單個動態(tài)節(jié)點(diǎn)的儲層計算307
13.2.2利用硅光子芯片進(jìn)行儲層計算311
13.3討論314
13.4參考文獻(xiàn)315
第14章神經(jīng)形態(tài)平臺比較320
14.1簡介320
14.2技術(shù)比較322
14.2.1電子和光子神經(jīng)硬件架構(gòu)323
14.2.2速度： 帶寬和延時326
14.2.3功耗： 能量和噪聲329
14.2.4尺寸： 器件密度和可擴(kuò)展性333
14.2.5網(wǎng)絡(luò)： 通道和拓?fù)湎拗?34
14.3參考文獻(xiàn)336