×
暂无评论
中图网萌新选书指北
书友线下严选 销量榜TOP200
还好有死亡存在——追忆“弑神者”略萨
坐下聊聊心里话：访谈与书信选
活出我人生：女性主义作品精选
不止魔幻：拉美文学世界
图文详情
  • ISBN：9787512441309
  • 装帧：平装-胶订
  • 册数：暂无
  • 重量：暂无
  • 开本：24cm
  • 页数：339,38页
  • 出版时间：2024-07-01
  • 条形码：9787512441309 ; 978-7-5124-4130-9

本书特色

《神经形态光子学》由院士作序推荐，汇聚知名专家深厚智慧与前沿洞察的权威之作，正式揭开下一代计算架构的神秘面纱。 本书精准捕捉到了计算科学的未来脉搏。它深刻剖析了传统冯·诺依曼架构的局限，并引领我们迈向以“神经形态计算”为核心的新时代。神经形态光子学这一跨界融合的结晶，将神经网络与光电子硬件完美同构，以高计算能力、超低延迟、绿色节能的卓越性能，重新定义了机器学习与信息处理的边界。 《神经形态光子学》不仅是一部详尽的技术指南，更是一次思维与创新的碰撞。王斌博士及其团队倾心翻译，确保了内容的专业性与可读性。Paul R. Prucnal与Bhavin J. Shastri两位巨擘的原著，历经多年深耕细作，凝聚了他们对这一领域的深刻理解与独到见解。书中不仅深入剖析了神经形态计算系统的核心原理与工程实践，还展望了其在新技术、新应用领域的广阔前景，为研究者们提供了宝贵的思路与灵感。 此书不仅是神经形态光子学研究者的经典，也是光子学、神经科学、计算机科学等领域学者的宝贵参考。它如同一座桥梁，连接着理论与实践，过去与未来，为推动神经形态光子学乃至整个计算科学的发展贡献着不可估量的力量。 我们诚挚邀请每一位对科技前沿充满好奇与热情的读者，一同翻开《神经形态光子学》的篇章，共同见证并参与这场计算领域的革命性变革！

内容简介

《神经形态光子学》一书对神经形态计算（类脑计算）系统和工程及相关概念作了详尽介绍，充分阐释了这一技术如何将机器学习和人工智能算法以及反映其分布性质的硬件进行匹配，并对相关的概念、理论、方法进行了深入分析。

目录

第1章神经形态工程11.1光子脉冲处理51.2神经形态架构的技术平台61.3新兴光子平台面临的挑战81.4计算机光学简史81.4.1光学逻辑81.4.2光学神经网络91.4.3片上光网络101.5应用领域101.5.1实时射频处理111.5.2非线性规划121.6本书的结构131.7参考文献14第2章脉冲处理和可激发性入门23第1章神经形态工程11.1光子脉冲处理51.2神经形态架构的技术平台61.3新兴光子平台面临的挑战81.4计算机光学简史81.4.1光学逻辑81.4.2光学神经网络91.4.3片上光网络101.5应用领域101.5.1实时射频处理111.5.2非线性规划121.6本书的结构131.7参考文献14第2章脉冲处理和可激发性入门232.1神经网络简介232.2脉冲神经网络252.3脉冲神经元模型282.4可激发性机制302.5参考文献34第3章光子学入门383.1波导383.1.1弯曲波导403.1.2波导耦合器403.1.3干涉仪423.1.4调制器433.1.5复用443.2光探测器453.2.1光电二极管463.2.2检测噪声483.3光学谐振器503.4激光器553.4.1光物质相互作用553.4.2ⅢⅤ平台593.4.3激光动力学603.5参考文献62第4章SOA动态的脉冲处理654.1基于SOA的光子神经形态原语654.2光波神经形态电路694.2.1仓鸮听觉定位算法694.2.2小龙虾的翻尾逃逸反应714.3参考文献73第5章用于统一尖峰脉冲处理的可激发激光器765.1介绍765.2动力学模型785.3可激发激光系统815.4结果845.4.1可激发性845.4.2时间模式识别875.4.3稳定循环电路895.5讨论895.6附录905.6.1光纤激光器仿真905.6.2集成器件仿真925.6.3可激发光纤环形激光腔945.7参考文献94第6章作为可激发处理器的半导体光子器件1006.1两端增益和SA可激发激光器1016.2半导体环和微盘激光器1066.2.1半导体环形激光器1066.2.2微盘激光器1106.3二维光子晶体纳米腔1156.4谐振隧穿二极管光探测器和激光二极管1216.5具有延迟反馈的注入锁定半导体激光器1276.6半导体激光器受到光反馈的影响1306.7极化反转VCSEL1346.8参考文献137第7章硅光子学1477.1SOI波导1487.2片外耦合器1507.3调制器1557.4探测器1577.5混合激光源1597.6参考文献161第8章可重构模拟光子网络1688.1广播和权重协议1698.2处理网络节点1698.2.1波分复用加权加法1718.2.2总功率检测1728.2.3非线性电/光转换1738.3广播环路1748.4多重广播环路1768.5讨论1808.6总结1818.7参考文献182第9章光子权重库1859.1演示1889.2MRR权重库的控制1909.2.1设置和方法1909.2.2单通道连续控制1929.2.3多通道同步控制1959.3MRR通道间的相干效应2009.4光子权重库的定量分析2039.4.1串扰权重功率代价指标2049.4.2权重库通道限制2079.5WDM加权的数学描述2099.6可调谐波导器件的仿真技术2109.6.1广义传输理论2119.6.2参数化传输模拟器2159.7附录： 高级权重库设计2169.8附录： 基本微环特性2179.8.1光学表征2189.8.2调谐效率2199.8.3故障表征2199.8.4驱动器设计2209.9参考文献221第10章处理网络节点22610.1PNN的演示22610.2PNN的理论研究23110.2.1电子突触23410.2.2激光神经元23610.2.3讨论23810.3其他PNN的表述方式23910.3.1O/E/O PNNs的分类23910.3.2O/E/O和全光PNN的比较24110.3.3全光PNNs24210.4参考文献245第11章系统架构25111.1广播和加权系统25111.1.1广播拓扑25111.1.2加权并继续的级联库25311.2延时动力学的权重库控制25511.3小型光子神经网络25811.4多重广播环路系统26011.4.1广义接口PNN26111.4.2作为嵌入图的多重广播环路26211.4.3多重广播环路嵌入到功能网络的映射26411.4.4功能网络到多重广播环路嵌入的映射26411.4.5使用Nengo的设计实例26711.4.6一般系统的初步结构指南26811.5容错性27011.6参考文献272第12章神经网络学习原理27512.1主成分分析（PCA）27612.1.1PCA的数学公式27612.1.2Oja定律27812.2独立成分分析（ICA）27912.3使用STDP和IP的无监督学习28312.3.1突触时间依赖性的可塑性28312.3.2内在可塑性28412.3.3使用SDTP和IP进行独立成分分析28412.4光子学习电路的实验进展28612.4.1光子PCA28612.4.2光子STDP28812.5参考文献292第13章光子储层计算29713.1储层计算29713.1.1线性分类器和储层29813.1.2基于网络的储层计算30013.1.3基于延迟的储层计算30213.2光子储层计算30613.2.1具有单个动态节点的储层计算30713.2.2利用硅光子芯片进行储层计算31113.3讨论31413.4参考文献315第14章神经形态平台比较32014.1简介32014.2技术比较32214.2.1电子和光子神经硬件架构32314.2.2速度： 带宽和延时32614.2.3功耗： 能量和噪声32914.2.4尺寸： 器件密度和可扩展性33314.2.5网络： 通道和拓扑限制33414.3参考文献336
展开全部

作者简介

Paul R. Prucnal，普林斯顿大学电气工程教授，光通信与光子技术领域的杰出学者。他在光码分多址及自路由光子交换领域贡献卓越，开创研究新纪元，引领超千篇论文发表。其发明的太赫兹光学非对称解复用器，革新了高速光开关技术。作为多部重要著作的编辑及作者，他拥有丰富学术成果与专利，荣获OSA与IEEE会士称号，及多项荣誉奖章，彰显了他在光子交换与光网络领域的领军地位。 Bhavin J. Shastri，电气工程博士，毕业于加拿大麦吉尔大学，现任普林斯顿大学副研究员。他的研究跨越了超越CMOS与摩尔定律的设备、光子技术、神经形态计算等多个前沿领域，贡献卓著。作为IEEE与OSA成员，他荣获多项国际研究奖项，包括班廷博士后奖学金、阿姆布里奇奖等。沙斯特里博士不仅在学术上成就斐然，还积极参与学生组织，担任麦吉尔大学OSA学生分会主席，展现了他的领导才能与团队精神。 王斌，博士。现任光子集成（温州）创新研究院常务副院长。获得中科院科技成果转化奖一等奖、北京市科学技术奖二等奖、2013年北京市科技新星、2014年北京市优秀青年人才、全国光电测量标准化委员会（TC487）委员、光学工程学会高级会员，Risc-V联盟成员。

本类五星书
更多>>
浏览历史
本类畅销

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格（不含优惠券部分），仅供参考，未必等同于实际到手价。

确定
客服
收藏
购物车
加入购物车
快速
导航