Alle facetten van ons modern leven steunen in belangrijke mate op de vooruitgang in telecommunicatie en informatica. Ondanks hun alomtegenwoordigheid heeft de onderliggende infrastructuur van deze technologieën, gebaseerd op digitale elektronica, het moeilijk om gelijke tred te houden met de vraag. Een veelbelovende alternatieve aanpak combineert fotonica en neurale netwerken in een platform genaamd fotonisch reservoirrekenen. Dit doctoraatsonderzoek focust op het toepassen van deze technologie om hogesnelheidtelecomsignalen te verwerken op een energie-efficiënte manier.
Dit werk behandelt drie grote themas: ten eerste, het verhogen van de energie-efficiëntie van fotonische neuromorfe rekensystemen, ten tweede, die toepassen op een telecommunicatieprobleem, en ten slotte activiteiten die bijdragen tot een experimenteel prototype op grote schaal.
We tonen eerst aan dat we de energie-efficiëntie van fotonische reservoirs kunnen verhogen op twee manieren. Ten eerste, door strategisch om te gaan met hoe het ingangssignaal geïnjecteerd wordt in het reservoir. Ten tweede, door een multimode reservoir op te bouwen in plaats van een typisch monomode reservoir.
Daarna tonen we aan dat een passieve fotonische reservoirchip kan gebruikt worden voor niet-lineaire compensatie van optischevezelverbindingen van diverse lengtes. We beschouwen dit als een competitieve industriële toepassing voor fotonisch reservoir rekenen.
Uiteindelijk rapporteren we vooruitgang in het ontwikkelen van een fotonische reservoirchip met geïntegreerde elektronische componenten, die kan werken aan veel hogere datadebieten en met een groter aantal knooppunten in vergelijking met de state-of-the-art | |