Large scale autonomous all analogue photonic neural networks - Laboratoire Lumière, Matière et Interfaces
Thèse Année : 2023

Large scale autonomous all analogue photonic neural networks

Réseaux neuronaux évolutifs et autonomes en photonique

Ivan Boikov
  • Fonction : Auteur
  • PersonId : 1481525
  • IdRef : 279509928

Résumé

A neural network is a brain-inspired approach to computing that allows us to solve problems that are difficult for traditional algorithmic methods. As a result, neural networks have found their place in many applications. Proposals for new tasks call for neural networks with high computational power, high speed and low latency, which has inspired research into neural networks in the optical domain.This work considers a reservoir computer made by evanescently coupled optical microresonators. This architecture allows complex online processing of high-speed coherent optical signals and, in contrast to most studies in the literature, optical delay lines are suppressed, significantly reducing the chip footprint. The reservoir is assessed in a general sense by establishing a mathematical framework for its simulation and the evaluation of intrinsic properties, which applies to a wide range of semiconductors and types of resonators. Its computing capability is demonstrated by predicting a physical system and data recovery from an optical fiber at a speed of tens of gigahertz. In this way, a direction for the development of large-scale integrated photonic networks is proposed.This work also investigates the possibility of harnessing the recently demonstrated spiking nanolasers for the development of high-speed stochastic neural networks capable of sampling at hundreds of millions of samples per second.
Un réseau neuronal est une approche de l'informatique inspirée du cerveau permettant de résoudre des problèmes difficilement abordables avec les méthodes algorithmiques traditionnelles. En conséquence, les réseaux neuronaux ont trouvé leur place dans nombreuses applications. Certaines de ces tâches nécessitent non seulement d'une grande puissance de calcul, mais aussi exigent une latence faible, ce qui a inspiré la recherche sur les réseaux neuronaux dans le domaine optique.Ce travail porte sur un reservoir computer constitué de micro résonateurs optiques couplés de manière évanescente. On montre que cette architecture est prometteuse dans certaines applications, par exemple le traitement en temps réel de signaux optiques cohérents à grande vitesse. Dans cette architecture, contrairement à la plupart des études de la littérature, les lignes à retard optiques sont supprimées, ce qui réduit considérablement l'encombrement de la puce. Le reservoir est étudié d'une manière générale, qui s'applique à une large gamme de semi-conducteurs et de résonateurs. Un cadre mathématique est établi pour sa simulation et l'évaluation de ses propriétés intrinsèques. Sa capacité de calcul est démontrée par la prédiction d'un système physique et la récupération de données à partir d'une fibre optique à une vitesse de plusieurs dizaines de gigahertz. Une piste pour le développement de réseaux photoniques intégrés à grande échelle est ainsi proposée.Ce travail étudie également la possibilité d'utiliser les nanolasers excitables, récemment démontrés, en « neurones » ultrarapides dans des réseaux probabilistes, capables de traiter des millions d'échantillons par seconde.
Fichier principal
Vignette du fichier
125086_BOIKOV_2023_archivage.pdf (5.15 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04850266 , version 1 (20-12-2024)

Identifiants

  • HAL Id : tel-04850266 , version 1

Citer

Ivan Boikov. Large scale autonomous all analogue photonic neural networks. Optics [physics.optics]. Université Paris-Saclay, 2023. English. ⟨NNT : 2023UPASP205⟩. ⟨tel-04850266⟩
0 Consultations
0 Téléchargements

Partager

More