論文の概要: Effective programming of a photonic processor with complex interferometric structure

• arxiv url: http://arxiv.org/abs/2508.15741v1
• Date: Thu, 21 Aug 2025 17:31:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 16:26:46.424954
• Title: Effective programming of a photonic processor with complex interferometric structure
• Title（参考訳）: 複雑な干渉構造を持つフォトニックプロセッサの効率的なプログラミング
• Authors: Ilya V. Kondratyev, Kseniia N. Urusova, Artem S. Argenchiev, Nikita S. Klushnikov, Sergei S. Kuzmin, Nikolay N. Skryabin, Alexander D. Golikov, Vadim V. Kovalyuk, Gregory N. Goltsman, Ivan V. Dyakonov, Stanislav S. Straupe, Sergei P. Kulik,
• Abstract要約: 非従来型アーキテクチャで再構成可能なフォトニック回路を用いて実装した変換のプログラミングを成功例として示す。 我々は、異なる初期データセットに依存した2つのアルゴリズムを用いて、複雑な干渉計の回路モデルを再構成し、必要なユニタリ変換をプログラムする。
• 参考スコア（独自算出の注目度）: 31.114245664719455
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reconfigurable photonics have rapidly become an invaluable tool for information processing. Light-based computing accelerators are promising for boosting neural network learning and inference and optical interconnects are foreseen as a solution to the information transfer bottleneck in high-performance computing. In this study, we demonstrate the successful programming of a transformation implemented using a reconfigurable photonic circuit with a non-conventional architecture. The core of most photonic processors is an MZI-based architecture that establishes an analytical connection between the controllable parameters and circuit transformation. However, several architectures that are substantially more difficult to program have improved robustness to fabrication defects. We use two algorithms that rely on different initial datasets to reconstruct the circuit model of a complex interferometer, and then program the required unitary transformation. Both methods performed accurate circuit programming with an average fidelity above 98\%. Our results provide a strong foundation for the introduction of non-conventional interferometric architectures for photonic information processing.
• Abstract（参考訳）: 再構成可能なフォトニクスは、情報処理のツールとして急速に重要になっている。 光ベースのコンピューティングアクセラレータは、ニューラルネットワークの学習と推論を促進することを約束している。 本研究では,非従来型アーキテクチャで再構成可能なフォトニック回路を用いて実装した変換のプログラミングに成功したことを示す。 ほとんどのフォトニックプロセッサのコアは、制御可能なパラメータと回路変換の間の解析的接続を確立するMZIベースのアーキテクチャである。 しかし、プログラムがかなり難しいいくつかのアーキテクチャは、製造欠陥に対する堅牢性を改善した。 我々は、異なる初期データセットに依存した2つのアルゴリズムを用いて、複雑な干渉計の回路モデルを再構成し、必要なユニタリ変換をプログラムする。 どちらの手法も 98 % 以上の平均忠実度で正確な回路プログラミングを行った。 本研究は,フォトニック情報処理のための非従来型干渉計測アーキテクチャの導入のための強力な基盤を提供する。

関連論文リスト

• Hardware-Efficient Large-Scale Universal Linear Transformations for Optical Modes in the Synthetic Time Dimension [0.6384650391969042]
  ハードウェア効率のよい時間領域フォトニックプロセッサを導入し、少なくとも成分数を指数関数的に削減する。 本研究は,近距離・スケーラブル・再構成可能なフォトニックプロセッサへの実用的な経路を確立する。
  論文  参考訳（メタデータ） (2025-05-01T21:14:48Z)
• Making Neural Networks More Suitable for Approximate Clifford+T Circuit Synthesis [0.7449724123186384]
  我々は、強化学習誘導量子回路合成の性能を向上させる深層学習技術を開発した。 トレーニング中に小さなランダムなユニタリ摂動でデータを増やすことで、より堅牢な学習が可能になることを示す。 また、画像処理技術を用いて数値データを符号化することで、ネットワークがデータの小さいが重要な変化をより正確に検出できることを示す。
  論文  参考訳（メタデータ） (2025-04-22T15:51:32Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• Streamlined optical training of large-scale modern deep learning architectures 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、30ワット以下の1500テラオプスで大規模なランダム行列乗算を行う。 トレーニング時間の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に対するハイブリッド光電子アプローチ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)
• A Spin-Optical Quantum Computing Architecture [0.0]
  フォールトトレラント量子コンピューティング用に設計された適応性とモジュール型ハイブリッドアーキテクチャを提案する。 量子エミッターと線形光学的エンタングゲートを組み合わせて、物質ベースのアプローチとフォトニックベースのアプローチの両方の強度を利用する。
  論文  参考訳（メタデータ） (2023-11-09T18:59:05Z)
• All-optical graph representation learning using integrated diffractive photonic computing units [51.15389025760809]
  フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。 我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。 ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-04-23T02:29:48Z)
• CSformer: Bridging Convolution and Transformer for Compressive Sensing [65.22377493627687]
  本稿では,CNNからの詳細な空間情報を活用するためのハイブリッドフレームワークと,表現学習の強化を目的としたトランスフォーマーが提供するグローバルコンテキストを統合することを提案する。 提案手法は、適応的なサンプリングとリカバリからなるエンドツーエンドの圧縮画像センシング手法である。 実験により, 圧縮センシングにおける専用トランスアーキテクチャの有効性が示された。
  論文  参考訳（メタデータ） (2021-12-31T04:37:11Z)
• Interleaving: Modular architectures for fault-tolerant photonic quantum computing [50.591267188664666]
  フォトニック核融合型量子コンピューティング(FBQC)は低損失フォトニック遅延を用いる。 FBQCのモジュールアーキテクチャとして,これらのコンポーネントを結合して「インターリービングモジュール」を形成するアーキテクチャを提案する。 遅延の乗法的パワーを行使すると、各加群はヒルベルト空間に数千の物理量子ビットを加えることができる。
  論文  参考訳（メタデータ） (2021-03-15T18:00:06Z)
• 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)

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。