買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中科技大學申請的專利一種光子卷積神經網絡系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120258052B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510746642.4，技術領域涉及：G06N3/0464；該發明授權一種光子卷積神經網絡系統是由楊蕊;王天賜;王子炫;繆向水設計研發完成，并于2025-06-05向國家知識產權局提交的專利申請。

本一種光子卷積神經網絡系統在說明書摘要公布了：本發明公開了一種光子卷積神經網絡系統，屬于光神經網絡技術領域，包括與預訓練好的卷積神經網絡模型中各卷積層一一對應的各動態卷積核模塊；動態卷積核模塊包括基于相變材料的光子突觸器件，光子突觸器件中非易失地存儲有對應卷積層的卷積核權重；在動態卷積核模塊進行卷積操作前，根據經由系數生成模型根據輸入數據的內容生成的動態系數通過易失調制方式動態調整其內對應光子突觸器件的權重，能夠靈活適應輸入數據的變化；本發明并不僅僅依賴于相變材料的非易失相態進行編碼，而是在此基礎上進一步引入易失性調制編碼，極大地豐富了動態卷積核模塊的編碼表達能力；基于此，本發明所提供的光子卷積神經網絡系統中卷積核的特征提取能力較強。

本發明授權一種光子卷積神經網絡系統在權利要求書中公布了：1.一種光子卷積神經網絡系統，其特征在于，包括：與預訓練好的卷積神經網絡模型中各卷積層一一對應的各動態卷積核模塊； 所述動態卷積核模塊包括：光子突觸器件陣列；陣列中存儲有對應卷積層中預訓練好的卷積核權重；其中，陣列中的光子突觸器件為基于相變材料的光子突觸器件；卷積核權重通過非易失調制方式被編碼為光子突觸器件的對應非易失相態，從而實現存儲；一個光子突觸器件對應存儲一個卷積核權重；不同相態下的光子突觸器件的光透過率不同； 所述動態卷積核模塊用于在執行卷積操作前對陣列中所存儲的卷積核權重進行動態調整：接收陣列中所存儲的各卷積核權重所對應的動態系數，并對每一個光子突觸器件對應施加與對應動態系數相對應的脈沖信號進行易失性調制； 所述動態卷積核模塊還用于在進行卷積操作時，接收攜帶有當前待進行卷積運算的數據信息的連續信號光，連續信號光在陣列的作用下發生衰減，輸出衰減后的信號光；所輸出的信號光光強即為當前卷積運算結果； 其中，動態系數通過將待進行卷積運算的數據輸入至對應的預訓練好的系數生成模型后生成得到；一個動態卷積核模塊對應一個系數生成模型，所述系數生成模型為深度學習模型； 同一卷積核中的各權重存儲在陣列的同一列中； 動態卷積核模塊還用于在執行卷積操作前、對陣列中所存儲的卷積核權重進行動態調整后，對陣列中所存儲的各卷積核的尺寸進行動態調整：從陣列的每一列中選擇若干光子突觸器件，使被選擇的光子突觸器件的相態保持不變，并通過非易失調制方式將未被選擇的光子突觸器件的相態調制為完全晶態，以將該列中所存儲的卷積核尺寸調整為對應的最佳尺寸； 其中，一個動態卷積核模塊還對應一個尺寸選擇模型，所述尺寸選擇模型為深度學習模型； 陣列中所存儲的各卷積核的最佳尺寸通過將待進行卷積運算的數據輸入至對應的尺寸選擇模塊后生成得到；所述尺寸選擇模型用于提取待進行卷積運算的數據的特征，并映射為對應動態卷積核模塊內陣列中所存儲的各卷積核的最佳尺寸； 所述尺寸選擇模型包括：級聯的特征提取模塊和分類器；所述特征提取模塊包括：邊緣特征提取單元、紋理特征提取單元和平滑度特征提取單元中的一種或多種，用于提取待進行卷積運算的數據的邊緣特征、紋理特征和平滑度特征中的一種或多種。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中科技大學，其通訊地址為：430074 湖北省武漢市洪山區珞喻路1037號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。