盖世汽车讯 分布式声学传感（DAS）系统是基础设施监测领域的尖端技术，能够检测跨越数十公里的光纤电缆中的微小振动。从地震探测和石油勘探到铁路监测和海底电缆监控，这些系统已被证明具有极高的应用价值。然而，这些系统产生的海量数据在处理速度上形成了瓶颈，限制了其在需要即时响应的实时应用中的有效性。

　　机器学习技术，尤其是神经网络，已成为更高效处理DAS数据的有前景的解决方案。尽管过去几十年中，使用CPU和GPU的传统电子计算的处理能力有了巨大提升，但其在速度和能效方面仍然面临根本性限制。相比之下，光子神经网络利用光而非电进行计算，提供了一种革命性的替代方案，可能以极低的功耗实现更高的处理速度。

　　然而，将这些光学计算系统与DAS技术集成起来却面Kaiyun平台官方临重大技术挑战，特别是在处理复杂数据结构和确保精确信号处理方面。据外媒报道，由南京大学（Nanjing University）邹宁睦博士领导的研究团队致力于开发一种创新方法来克服这些障碍。相关研究论文发表在期刊《Advanced Photonics》，报告探讨了其新开发的时分复用光子神经网络加速器（TWM-PNNA）在处理DAS系统数据中的应用。