論文の概要: Fabry-Perot Lasers as Enablers for Parallel Reservoir Computing
- arxiv url: http://arxiv.org/abs/2005.14261v2
- Date: Thu, 28 Jan 2021 14:00:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 01:12:42.221678
- Title: Fabry-Perot Lasers as Enablers for Parallel Reservoir Computing
- Title(参考訳): 並列貯留層計算実現装置としてのファブリペロレーザー
- Authors: Adonis Bogris, Charis Mesaritakis, Stavros Deligiannidis, Pu Li
- Abstract要約: 本稿では,Fabry-Perot(FP)レーザーを並列処理機能を有するニューロモルフィックコンピューティングマシンとして活用する。
本稿では,25Gbaud強度変調直接検出光通信システムにおいて,縦モードの粒度で処理パワーをスケールアップする可能性を示し,信号等化のリアルタイム処理を行う。
- 参考スコア(独自算出の注目度): 3.360730781782703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce the use of Fabry-Perot (FP) lasers as potential neuromorphic
computing machines with parallel processing capabilities. With the use of
optical injection between a master FP laser and a slave FP laser under feedback
we demonstrate the potential for scaling up the processing power at
longitudinal mode granularity and perform real-time processing for signal
equalization in 25 Gbaud intensity modulation direct detection optical
communication systems. We demonstrate the improvement of classification
performance as the number of nodes increases and the capability of simultaneous
processing of arbitrary data streams. Extensive numerical simulations show that
up to 8 longitudinal modes in typical Fabry-Perot lasers can be leveraged so as
to enhance classification performance.
- Abstract(参考訳): 本稿では,Fabry-Perot(FP)レーザーを並列処理機能を有するニューロモルフィックコンピューティングマシンとして活用する。
マスタfpレーザとスレーブfpレーザーとの光注入をフィードバックとして使用することにより、縦モード粒度で処理パワーをスケールアップし、25gbaud強度変調直接検出光通信システムにおいて信号等化のリアルタイム処理を行う可能性を実証する。
本稿では,ノード数の増加に伴う分類性能の向上と,任意のデータストリームの同時処理能力を示す。
広範囲な数値シミュレーションにより、典型的なファブリペロレーザーでは最大8つの縦モードを活用でき、分類性能を向上させることができる。
関連論文リスト
- Towards Neural-Network-based optical temperature sensing of Semiconductor Membrane External Cavity Laser [0.0]
レーザ発光によるレーザ利得媒体の温度を決定するための機械学習非接触方法を提案する。
フィードフォワードニューラルネットワーク(NN)のトレーニングにより、スペクトルデータのみからデバイス特性の予測が可能になる。
論文 参考訳(メタデータ) (2024-10-29T20:49:29Z) - Optical training of large-scale Transformers and deep neural networks with direct feedback alignment [48.90869997343841]
我々は,ハイブリッド電子フォトニックプラットフォーム上で,ダイレクトフィードバックアライメントと呼ばれる多目的でスケーラブルなトレーニングアルゴリズムを実験的に実装した。
光処理ユニットは、このアルゴリズムの中央動作である大規模ランダム行列乗算を最大1500テラOpsで行う。
我々は、ハイブリッド光アプローチの計算スケーリングについて検討し、超深度・広帯域ニューラルネットワークの潜在的な利点を実証する。
論文 参考訳(メタデータ) (2024-09-01T12:48:47Z) - Inverse design of photonic surfaces on Inconel via multi-fidelity machine learning ensemble framework and high throughput femtosecond laser processing [0.6125806862740051]
フォトニック表面の逆設計のためのMF(Multi-fidelity)機械学習アンサンブルフレームワークを実証する。
MFアンサンブルは、設計ソリューションを生成するための初期低忠実度モデルと、これらのソリューションを局所最適化によって洗練する高忠実度モデルを組み合わせる。
本手法は, エネルギー収穫への応用において, フォトニック表面の逆設計を推し進めるための強力なツールを提供する。
論文 参考訳(メタデータ) (2024-06-03T15:59:19Z) - A scalable narrow linewidth high power laser for barium ion optical
qubit [0.0]
量子コンピューティングの取り組みが量子ビット数でスケールアップするにつれて、超狭線幅の高出力レーザーの需要は必需品となる。
本研究は、トラップされたバリウムイオン量子ビットにおける光量子ビット遷移に対処するための、サリウムドープファイバ増幅器の有効性について検討する。
我々は, 極小強度雑音を発生させながら, 量子ビットに高忠実ゲートを施すことにより, TDFAsはシードレーザーの直線幅を著しく拡大しないことを示した。
論文 参考訳(メタデータ) (2023-12-06T09:56:59Z) - Hyperspectral In-Memory Computing with Optical Frequency Combs and
Programmable Optical Memories [0.0]
機械学習は、広範な行列ベクトル乗算演算の需要を増幅した。
本稿では、空間多重化と光周波数コムの周波数多重化を統合したハイパースペクトルインメモリコンピューティングアーキテクチャを提案する。
行列ベクトル乗算と行列行列行列乗算の両方において、4ビット以上の精度で多重累積演算を実験的に実証した。
論文 参考訳(メタデータ) (2023-10-17T06:03:45Z) - Phase Randomness in a Semiconductor Laser: the Issue of Quantum Random
Number Generation [83.48996461770017]
本稿では、利得スイッチングレーザーにおける位相ランダム化の程度を推定するための理論的および実験的手法について述べる。
干渉信号は、干渉計に古典的な位相ドリフトが存在する場合でも、自然界において量子のままであることを示す。
論文 参考訳(メタデータ) (2022-09-20T14:07:39Z) - Machine Learning-Driven Process of Alumina Ceramics Laser Machining [0.0]
インテリジェントな戦略は、ピコ秒レーザー加工パラメータの関係を捉えるために機械学習(ML)技術を使用することである。
ビーム振幅や周波数、スキャナ通過速度、表面上の通過数などのレーザーパラメータを用いて、彫刻されたチャネルの深さ、最上幅、底幅を予測する。
ニューラルネットワーク(NN)は、出力を予測する上で最も効率的である。
論文 参考訳(メタデータ) (2022-06-13T22:35:14Z) - Invertible Surrogate Models: Joint surrogate modelling and
reconstruction of Laser-Wakefield Acceleration by invertible neural networks [55.41644538483948]
可逆ニューラルネットワークは、機械学習の最近の技術である。
我々は、レーザープラズマ加速器(iLWFA)に関わる物理学の複雑な前方シミュレーションを近似する可逆サロゲートモデルを導入する。
論文 参考訳(メタデータ) (2021-06-01T12:26:10Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳(メタデータ) (2020-10-01T16:04:22Z) - Photonic reservoir computer based on frequency multiplexing [56.663315405998354]
本稿では、周波数領域多重化を利用してニューロン状態を符号化する貯水池コンピュータのフォトニック実装について報告する。
このシステムは同時に25個のコムライン(すなわち25個のニューロン)を20MHzの速度で処理する。
論文 参考訳(メタデータ) (2020-08-25T19:30:42Z) - Predictive modeling approaches in laser-based material processing [59.04160452043105]
本研究の目的は,レーザー加工が材料構造に及ぼす影響を自動予測することである。
その焦点は、統計的および機械学習の代表的なアルゴリズムのパフォーマンスに焦点を当てている。
結果は、材料設計、テスト、生産コストを削減するための体系的な方法論の基礎を設定することができる。
論文 参考訳(メタデータ) (2020-06-13T17:28:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。