AtOMICS：基于神经网络的硅光子芯片测试与表征用自动光机械智能耦合系统
图像与视频处理
2022-11-01 v1 应用物理
摘要
硅光子学的最新进展有望通过提升多个领域日常设备的性能来革新现代技术。然而，随着产业进入大规模制造阶段，硅光子集成器件的有效测试问题仍有待解决。一种降低进度风险且具成本效益的方式需要对具有共同特征（如输入输出耦合机制）的多种器件进行自动化测试，但同时需要可泛化至多种器件类型和场景。本文提出一种基于神经网络的自动化系统，用于使用工艺设计套件库边缘耦合器的硅光子器件的面内光纤-芯片-光纤测试、表征与主动对准。该方法将最先进的计算机视觉技术与时间序列分析相结合，以控制可处理多种器件并易于调整以集成额外硬件的测试装置。该系统可在真空或大气压下运行，并在超过一个月的较长时间内保持稳定性。
引用
@article{arxiv.2210.16946,
title = {AtOMICS: A neural network-based Automated Optomechanical Intelligent Coupling System for testing and characterization of silicon photonics chiplets},
author = {Jaime Gonzalo Flor Flores and Connor Nasseraddin and Jim Solomon and Talha Yerebakan and Andrey B. Matsko and Chee Wei Wong},
journal= {arXiv preprint arXiv:2210.16946},
year = {2022}
}