物理系科研团队在光学智能计算领域合作取得重要进展
近日,国际光学领域顶级学术期刊《光:科学与应用》(Light: Science & Applications ,IF="23.4)在线发表题为“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)的研究论文。该研究由我校物理系与北京理工大学等单位联合完成,太赫兹光电子学教育部重点实验室张岩教授为共同通讯作者,物理系研究生刘宇飞为共同第一作者,团队深度参与研究工作,在太赫兹实验验证及系统实现方面发挥了重要作用,充分展示了我校在太赫兹光电子与人工智能光学计算交叉领域的科研实力。

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。
近年来,物理系注重前沿领域与国内外高水平团队的交叉合作,持续围绕太赫兹光电子技术及其交叉应用开展系统性研究,在新型光电器件、智能感知及信息处理领域取得了一系列创新成果,进一步提升了我校在光电信息与智能计算领域的国际学术影响力,为学校服务国家科技自立自强与区域高质量发展做出贡献。
论文链接:https://doi.org/10.1038/s41377-026-02188-7