Photonic dot-product engine for optical signal and information processing
Notice bibliographique
Résumé
Abstract In this paper, a novel 2 × 2 Mach–Zehnder-interferometer (MZI)-based dot-product calculator is proposed and analyzed in the silicon-on-insulator (SOI) platform. To calculate the dot product, a phase-shifted Bragg grating (PSBG) modulator is placed in each arm of the MZI for the phase modulation at the resonant wavelength, followed by a 3 dB 2 × 2 directional coupler (DC) as the output to convert the phase difference into the intensity distribution across bar and cross ports. Moreover, an electro-absorption modulator (EAM) is implemented between the PSBG and the DC to change the intensity of the passing light in both arms. Theoretical modeling shows that by adjusting the phase difference and absorption strength individually, multiplication of two input values can be achieved using the proposed design. Numerical analysis over 10 000 dot-product operations with 7 bit precision for input values reveals a mean squared error (MSE) of 2.67 × 10−5. By cascading multiple proposed designs operated at different wavelengths, vector-by-vector multiplication can be realized in parallel, leveraging the wavelength-division multiplexing (WDM) scheme and the Bragg reflection mechanism, with results superior to the current and prior MZI-based processors with coherent light sources. This design paves the way for large-scale optical information processing systems with high throughput.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».