Information processing with photonic hardware neural networks

Abstract

[cat] Aquesta tesi presenta investigacions numèriques i experimentals que validen l'ús de sistemes fotònics com a processadors d'informació. Per a això, s'han investigat les complexes dinàmiques temporals generades pels làsers de semiconductor sotmesos a retroalimentació òptica retardada i injecció òptica. La primera part de la tesi presenta la configuració experimental utilitzada per al processament d'informació. S'exploren les diferents parts que conformen el sistema de reservori amb retard temporal (en anglès TDRC, acrònim de "time-delayed reservoir computing"), investigant com afecta cadascuna d'elles l'emissió làser. Primer, sotmetem el làser a retroalimentació òptica retardada, després estudiem l'efecte de la injecció, després estudiem els dos efectes de manera conjunta, i, finalment, també estudiem l'efecte d'una injecció modulada. Aquestes investigacions estan recolzades per gràfics que capturen les diferents dinàmiques del sistema en l'espectre de radiofreqüència i l'espectre òptic amb una gran amplada de banda. La segona part de la tesi aprofita la configuració mestre-esclau present en el nostre TDRC per generar respostes del sistema amb velocitats de fins a desenes de gigahertzs. Aquest augment de l'amplada de banda es produeix mitjançant un augment de la intensitat òptica del làser d'injecció (mestre) sobre el làser que forma el reservori (esclau). Es demostra que aquest augment de l'amplada de banda accelera la computació fotònica del TDRC sense sacrificar el rendiment. Primer es demostra de manera numèrica i després de manera experimental. De l'estudi es desprèn, principalment, dues conclusions. La primera, que mitjançant una major intensitat òptica del làser d'injecció s'aconsegueix ampliar la regió de millor rendiment del sistema. Això és important, ja que una operació robusta del TDRC com a sistema de processament és crucial per establir aquesta tècnica com una alternativa factible per al processament de senyals analògiques ultraràpides. La segona, que una resposta més ràpida del sistema permet un processament d'informació més ràpid. Es demostra una funció de transferència no lineal que genera respostes transitòries a velocitats de desenes de gigahertzs, útil per a diferents tasques. La tercera part de la tesi demostra com recuperar de manera eficient dades en sistemes de transmissió per fibra. Per això, es comparen sistemes de processament fotònic (TDRC i màquines d'aprenentatge extrem ELM - pel seu acrònim en anglès "extreme learning machine") amb altres de processament digital (receptor de Kramers-Kronig), en tasques de postprocessament després d'una transmissió per fibra, fent ús d'un enllaç experimental. Utilitzant l'enfocament d'ELM, i per a certs valors de relació senyal-soroll òptic (OSNR, pel seu acrònim en anglès "optical signal-to-noise ratio"), s'aconsegueix una millora en el rendiment de la recuperació de dades en comparació amb el sistema digital. També es discuteixen les avantatges i inconvenients d'utilitzar sistemes fotònics per a la recuperació de dades. A l'última part de la tesi es presenta una arquitectura alternativa de processament fotònic, on s'utilitza la multiplexació per divisió de longitud d'ona en comptes de la tècnica de multiplexació temporal de l'enfocament TDRC. S'implementa experimentalment una configuració que imita una xarxa neuronal de retard a trams (TDNN, pel seu acrònim en anglès "tapped delay neural network") que es prova en tasques de conversió digital-analògica i de reconeixement de capçalera. En resum, la tesi presenta resultats que destaquen el futur de la fotònica en el camp del processament de la informació. Les idees presentades aquí tenen el potencial per ser utilitzades en aplicacions comercials.

[spa] [spa] Esta tesis presenta investigaciones numéricas y experimentales que validan el uso de sistemas fotónicos como procesadores de información. Para ello, se han investigado las complejas dinámicas temporales generadas por láseres de semiconductor sujetos a retroalimentación óptica retardada e inyección óptica. La primera parte de la tesis presenta la configuración experimental utilizada para el procesamiento de información. Se exploran las diferentes partes que conforman el sistema de reservorio con retardo temporal (en inglés TDRC, acrónimo de "time-delayed reservoir computing"), investigando cómo afecta cada una de ellas a la emisión láser. Primero, se somete el láser a retroalimentación óptica retardada, luego se estudia el efecto de la inyección, después se estudian los dos efectos de forma conjunta, y, finalmente, también se estudia el efecto de una inyección modulada. Estas investigaciones están apoyadas por gráficos que capturan las distintas dinámicas del sistema en espectro de radio frecuencia y espectro óptico con un gran ancho de banda. La segunda parte de la tesis aprovecha la configuración maestro-esclavo presente en nuestro TDRC para generar respuestas del sistema con velocidades de hasta decenas de gigahercios. Este incremento del ancho de banda se produce mediante un aumento de la intensidad óptica del láser de inyección (maestro) sobre el láser que forma el reservorio (esclavo). Se demuestra que este incremento del ancho de banda acelera la computación fotónica del TDRC sin sacrificar el rendimiento. Primero se demuestra de forma numérica y luego de forma experimental. Del estudio se desprenden, principalmente, dos conclusiones. La primera, que mediante una mayor intensidad óptica del láser de inyección se logra ampliar la región de mejor rendimiento del sistema. Esto es importante, ya que una operación robusta del TDRC como sistema de procesamiento es crucial para establecer esta técnica como una alternativa factible para el procesamiento de señales analógicas ultrarápidas. La segunda, que una respuesta más rápida del sistema permite un procesamiento de información más rápido. Se demuestra una función de transferencia no lineal que genera respuestas transitorias a velocidades de decenas de gigahercios, útil para diferentes tareas. La tercera parte de la tesis demuestra cómo recuperar de manera eficiente datos en sistemas de transmisión por fibra. Para ello, se comparan sistemas de procesamiento fotónico (TDRC, y máquinas de aprendizaje extremo ELM - por su acrónimo en inglés "extreme learning machine") con otros de procesamiento digital (receptor de Kramers-Kronig), en tareas de postprocesamiento tras una transmisión por fibra, haciendo uso de un enlace experimental. Usando el enfoque de ELM, y para ciertos valores de señal-ruido ópticos (OSNR, por su acrónimo en inglés "optical signal-to-noise ratio"), se logra una mejora en el rendimiento de la recuperación de datos en comparación con el sistema digital. También se discuten las ventajas e inconvenientes de utilizar sistemas fotónicos para la recuperación de datos. En la última parte de la tesis se presenta una arquitectura alternativa de procesamiento fotónico, donde se utiliza la multiplexación por división de longitud de onda en lugar de la técnica de multiplexación temporal del enfoque TDRC. Se implementa experimentalmente una configuración que imita una red neuronal de retardo a tramos (TDNN, por su acrónimo en inglés "tapped delay neural network") que se prueba en tareas de conversión digital-analógica y de reconocimiento de encabezado. En resumen, la tesis presenta resultados que destacan el futuro de la fotónica en el campo del procesamiento de información. Las ideas presentadas aquí tienen el potencial para ser utilizadas en aplicaciones comerciales.

[eng] This thesis presents numerical and experimental investigations that validate the use of photonic systems as information processors. For that, the complex temporal dynamical properties of semiconductor lasers subject to delayed optical feedback and optical injection have been investigated. The first part of the thesis presents the experimental setup used for information processing. The different parts that form the time delay reservoir computer (TDRC) are explored by gradually investigating the contribution of different disturbances to the laser emission. A laser subjected to feedback, then injection, then feedback and injection, and lastly, also modulated injection. Graphs regarding the dynamics of the system are obtained utilizing equipment capable of high bandwidth RF and optical spectrum measurements. The second part of the thesis leverages the master-slave configuration present in our TDRC to generate system responses with speeds up to tens of gigahertz. The response bandwidth is increased by employing strong optical injection of the drive laser into reservoir one. This bandwidth enhancement is proved to speed up the photonic TDRC computation without sacrificing performance. It is proved firstly through numerical results, and later demonstrated experimentally. Two main conclusions are drawn from the study. First, a wider region of better performance is achieved for strong optical condition. This is important, since a robust operation of the TDRC as a processing system is critical for establishing this technique as a credible candidate for ultrafast analog signal processing. Second, a faster system response allows for faster information processing. A nonlinear transfer function that generates transient responses at tens of gigahertz speed is demonstrated for different tasks. Efficient data recovery in fiber transmission systems is demonstrated in the third part of the thesis. Photonic processing schemes (TDRC and extreme learning machines, ELM) are compared to digital ones (Kramers-Kronig receiver) for the post-processing after an experimental transmission link. For the ELM approach, an improvement on the data recovery performance is achieved in comparison to that of a digital one for certain optical signal-to-noise ratio (OSNR). The advantages and disadvantages of using hardware photonic systems for data recovery are also discussed. Alternative photonic processing architecture is presented in the last part of the thesis, where wavelength division multiplexing is used instead of the time-multiplexing technique in the TDRC approach. An experimental setup mimicking a tapped delay neural network is implemented experimentally and tested against digital to analog conversion and header recognition tasks. Altogether, the thesis presents results that highlight the future of photonics in the field of information processing. The ideas presented here have the potential to be used for commercial applications.