Sylvain Gigan、柳强等Light｜光学“下一代储备池神经网络”

本文介绍了下一代储备池神经网络（NGRC）在光学多重散射系统中的实现及其在混沌系统预测中的应用。背景方面，储备池神经网络（RC）因其训练简洁性和对复杂非线性物理计算系统的兼容性，在光、电、机械等平台中得到广泛应用。研究目的是解决NGRC算法升级后与物理系统兼容性骤降的问题，并实现可扩展的大规模光学NGRC。研究团队通过将时序数据编码进输入光场的相位分布，利用线性散射介质的物理特性，成功实现了NGRC算法，并在低维和大规模混沌系统的预测中表现出色。结论表明，该光学NGRC系统不仅提升了预测性能，还减少了训练集和超参数的需求，为光计算与非线性动力学系统的结合提供了新的可能性。