深度学习赋能的通用光学元件复杂传输矩阵设计
光学
2021-01-07 v2 介观与纳米尺度物理
计算物理
摘要
近期基于光子的量子、神经形态与模拟处理方面的突破指出了对全可编程纳米光子器件新方案的需求。基于干涉仪网格的通用光学元件支撑着许多此类新技术，然而这是以相比有限芯片面积而言极大的整体 footprint 为代价的，限制了该方法的可扩展性。在此，我们考虑一种利用多端口多模波导的复杂传输矩阵实现低损耗可编程元件的超紧凑平台。我们提出一种深度学习逆网络方法，使用弱散射扰动图案来设计任意传输矩阵。所展示的技术在多端口器件中可同时控制强度与相位，相比传统技术器件 footprint 减小四个数量级，从而为大规模集成通用网络打开了大门。
引用
@article{arxiv.2009.11810,
title = {Deep learning enabled design of complex transmission matrices for universal optical components},
author = {Nicholas J. Dinsdale and Peter R. Wiecha and Matthew Delaney and Jamie Reynolds and Martin Ebert and Ioannis Zeimpekis and David J. Thomson and Graham T. Reed and Philippe Lalanne and Kevin Vynck and Otto L. Muskens},
journal= {arXiv preprint arXiv:2009.11810},
year = {2021}
}
备注
13 pages, 6 figures + supporting information pdf