非线性光子网络激光器实现少样本神经形态视觉

一种受视网膜启发的光子计算系统利用随机网络激光器中空间竞争的激光模式作为异质性抑制耦合的神经元，实现了特征检测、少样本分类和分割任务。该系统在仅有数百张训练图像的少样本和类别不平衡场景下，于MNIST、Fashion-MNIST和BreakHis癌症诊断数据集上分别达到98.05%、87.85%和90.12%的准确率，优于EfficientNetV2和ViT等软件卷积神经网络。