Redes fotónicas de Kolmogorov-Arnold basadas en autotransformación de fase en guías de onda no lineales

Área de la Ciencia:

• Óptica y Fotónica
• Inteligencia Artificial
• Óptica No Lineal

Sus antecedentes:

• Las redes neuronales fotónicas ofrecen hardware de baja potencia, baja latencia y alta paralelización.
• Las redes de Kolmogorov-Arnold presentan una escalabilidad e interpretabilidad mejoradas en comparación con los modelos tradicionales.

Objetivo del estudio:

• Proponer y demostrar experimentalmente una implementación fotónica de redes de Kolmogorov-Arnold.
• Utilizar la autotransformación de fase en guías de onda no lineales para generar funciones de activación.

Principales métodos:

• Se propuso el uso de la autotransformación de fase en guías de onda no lineales.
• Se demostró experimentalmente la generación de funciones de activación no lineales arbitrarias.
• Se implementó y probó en tareas de regresión y clasificación.

Principales resultados:

• Se logró un rendimiento competitivo en la implementación fotónica de redes de Kolmogorov-Arnold.
• Se demostró la generación ultrarrápida de funciones de activación.
• Se superaron las bases de referencia digitales en tareas específicas de regresión y clasificación.

Conclusiones:

• La autotransformación de fase en guías de onda no lineales es un método versátil para redes neuronales fotónicas.
• Este enfoque supera las barreras de escalabilidad en implementaciones fotónicas.
• Permite redes de Kolmogorov-Arnold fotónicas eficientes y de alto rendimiento.