物理学 > 光学
[提交于 2025年8月28日
]
标题: 数据驱动的光子集成电路编程
标题: Data Driven Programming of Photonic Integrated Circuits
摘要: 编程光子集成电路硬件通常是一个具有挑战性的任务,因为光子芯片中存在非理想因素。 这些包括制造缺陷和寄生效应,如热串扰,这会导致控制信号之间的不需要的耦合。 基于理想化模型的传统控制方法往往无法考虑这些现象,导致期望电路行为与实际电路行为之间存在显著差异。 在本工作中,我们提出了一种数据驱动的方法,用于控制热调谐马赫-曾德尔干涉仪(MZI)的网格,该方法利用了一个机器学习(ML)模型,通过预先调整提供给集成相位调制器的电信号来补偿这些非理想因素。 所提出的ML系统使用合成数据集进行评估,并在3 x 3三角形MZI网格上进行实验验证。 结果表明,数据驱动控制器显著提高了编程精度,为光子集成电路的精确编程提供了稳健的解决方案。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.