Um die Machbarkeit der Nutzung eines Beugungs-Neuronalen Netzwerks zur Durchführung von Multitasking-Bildklassifikationen zu erkunden, wurde in dieser Arbeit ein Beugungs-Neuronales Netzwerk System entworfen und aufgebaut. Das System verwendet einen Spatial Light Modulator (SLM) zur Modulation der Phasen- und Amplitudengewichte des Beugungs-Neuronalen Netzwerks sowie zur optischen Vollvernetzung der Netzwerkschichten und nutzt eine CMOS-Kamera zur Realisierung der photoelektrischen nichtlinearen Aktivierung der Ausgänge der einzelnen Beugungsschichten und zur Erkennung der Ausgabeabbildungen. Das entworfene Systemmodell erzielte eine Genauigkeit von 94,1 % bzw. 92,1 % bei der Bildklassifikation von MNIST- und Fashion-MNIST-Bildern. Schließlich erreichte das optische Experiment durch den Aufbau des optischen Systems Genauigkeiten von 91 % bzw. 81,7 %. Das entworfene Beugungs-Neuronale Netzwerk System erfüllt die Anforderungen vielfältiger Bildklassifikationsanwendungen und bietet neue Ideen für das Design und den Aufbau von Beugungsnetzwerken.

Beugungs-Neuronales Netzwerk; optisches Neuronales Netzwerk; Systemdesign; Bildklassifikation