全光衍射深度神經(jīng)網(wǎng)絡框架可設計高并行性和高處理速度的超構表面器件。然而，衍射深度神經(jīng)網(wǎng)絡框架無法直接應用電磁波的極化信息，難以進一步擴展信道和實現(xiàn)更緊湊配置的多路復用全光網(wǎng)絡器件。團隊提出基于級聯(lián)超構表面的矩陣衍射深度神經(jīng)網(wǎng)絡架構，將瓊斯矩陣直接作為優(yōu)化變量融入到全光網(wǎng)絡中，賦予其更大的設計自由度和更豐富的功能，實現(xiàn)了光電高任務容量的集成分超構器件、非交錯式高效瓊斯矩陣全參數(shù)優(yōu)化調(diào)控器件、自定義極化信息加密超構器件。該超構器件具有強大的任務承載力并具有可觀的分類性能，在更大程度上提高了光電網(wǎng)絡的任務承載力，并節(jié)省了硬件成本。