MétaCan
Menu
Retour à la cohorte
Enregistrement W4376878196 · doi:10.1364/prj.485941

Photonic integrated spiking neuron chip based on a self-pulsating DFB laser with a saturable absorber

2023· article· en· W4376878196 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePhotonics Research · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Reservoir Computing
Établissements canadiensMcMaster University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaNational Outstanding Youth Science Fund Project of National Natural Science Foundation of ChinaNational Natural Science Foundation of China
Mots-clésSaturable absorptionBiasingLaserOpticsPhysicsPhotonicsChirpOptoelectronicsMaterials scienceVoltageFiber laser

Résumé

récupéré en direct d'OpenAlex

We proposed and experimentally demonstrated a simple and novel photonic spiking neuron based on a distributed feedback (DFB) laser chip with an intracavity saturable absorber (SA). The DFB laser with an intracavity SA (DFB-SA) contains a gain region and an SA region. The gain region is designed and fabricated by the asymmetric equivalent π -phase shift based on the reconstruction-equivalent-chirp technique. Under properly injected current in the gain region and reversely biased voltage in the SA region, periodic self-pulsation was experimentally observed due to the Q -switching effect. The self-pulsation frequency increases with the increase of the bias current and is within the range of several gigahertz. When the bias current is below the self-pulsation threshold, neuronlike spiking responses appear when external optical stimulus pulses are injected. Experimental results show that the spike threshold, temporal integration, and refractory period can all be observed in the fabricated DFB-SA chip. To numerically verify the experimental findings, a time-dependent coupled-wave equation model was developed, which described the physics processes inside the gain and SA regions. The numerical results agree well with the experimental measurements. We further experimentally demonstrated that the weighted sum output can readily be encoded into the self-pulsation frequency of the DFB-SA neuron. We also benchmarked the handwritten digit classification task with a simple single-layer fully connected neural network. By using the experimentally measured dependence of the self-pulsation frequency on the bias current in the gain region as an activation function, we can achieve a recognition accuracy of 92.2%, which bridges the gap between the continuous valued artificial neural networks and spike-based neuromorphic networks. To the best of our knowledge, this is the first experimental demonstration of a photonic integrated spiking neuron based on a DFB-SA, which shows great potential to realizing large-scale multiwavelength photonic spiking neural network chips.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,322
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle