相关实验视频
Updated: Jul 17, 2025

Characterization of Anisotropic Leaky Mode Modulators for Holovideo
Published on: March 19, 2016
通过深度学习和进化算法设计马赫-泽恩德调制器
Romulo Aparecido de Paula1,2,3, Ivan Aldaya4, Tiago Sutili5
1Center for Advanced and Sustainable Technologies, State University of Sao Paulo (UNESP), São João da Boa Vista, SP, 13876-750, Brazil. romulo.aparecido.22@ucl.ac.uk.
本研究介绍了使用人工神经网络和启发式优化进行马赫-泽恩德调制器 (MZMs) 的新设计方法. 这种方法加速了对光通信系统的高性能MZM的优化.
科学领域:
- 光子学和光学工程的工程.
- 材料科学与工程 材料科学与工程
- 计算科学 计算科学
背景情况:
- Mach-Zehnder调制器 (MZM) 是光通信中的关键组件,但优化它们在高速应用中的性能是具有挑战性的.
- 传统的MZM优化方法由于复杂的设备物理和众多设计参数,耗时且资源密集.
研究的目的:
- 为高性能Mach-Zehnder调制器开发一个显著更快,更有效的设计方法.
- 克服传统优化技术在实现最佳MZM配置方面的局限性.
主要方法:
- 实现了深度神经网络,以取代昂贵的3D电磁模拟MZM.
- 将神经网络模型与启发式优化算法 (差异进化) 集成在一起,以估计优点的数字.
- 应用了一种方法来优化CMOS兼容MZM的电光带宽,插入损失和半波电压.
主要成果:
- 实现了优化的MZM配置,增强了电光带宽和降低了驱动电压.
- 演示了特定的配置,产生[公式:查看文本]带宽与[公式:查看文本]驱动电压,或[公式:查看文本]带宽与[公式:查看文本]驱动电压.
- 允许在各种约束条件下更快地探索MZM的性能极限.
结论:
- 拟议的人工神经网络和启发式优化方法极大降低了MZM设计复杂性和模拟时间.
- 这种方法有助于发现新的,高性能的MZM设计,这对于推进光通信技术至关重要.
- 该方法允许在各种约束条件下进行高效的优化,推动MZMs的性能极限.
更多相关视频
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
10:32Design, Surface Treatment, Cellular Plating, and Culturing of Modular Neuronal Networks Composed of Functionally Inter-connected Circuits
Published on: April 15, 2015
相关概念视频
Neural Regulation
Neural Circuits
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...