我校物理系2022级光学硕士研究生刘宇飞在《光:科学与应用》发表论文“用于多目标识别的抗干扰衍射神经网络”(Anti-interference diffractive deep neural networks for multi-object recognition)。该成果是我校与北京理工大学等单位联合完成,我校刘宇飞为共同第一作者,导师张岩教授为共同通讯作者。
光学神经网络作为新一代人工智能硬件计算范式,具有光速处理、超低功耗和天然并行计算等显著优势,在智能感知与高速信息处理领域展现出广阔应用前景。然而,传统光学神经网络大多仅适用于单目标识别,在多目标并存、遮挡干扰及动态变化等复杂应用环境下识别能力有限。针对上述关键科学问题,研究团队提出了一种抗干扰衍射深度神经网络结构。该方法通过设计面向目标与干扰信号的差异化训练策略,使网络能够在复杂干扰条件下对目标信息进行选择性增强,同时将干扰信息转化为均匀背景噪声,从而显著提升多目标识别的准确性和稳定性。
未来,该技术有望在自动驾驶感知系统、精准医学诊断、智能安防监测等领域发挥重要作用,为新一代人工智能硬件和光电融合计算技术的发展提供重要支撑。

成果原文链接: https://doi.org/10.1038/s41377-026-02188-7