CLEO 2020 Takumasa Kodama

Forschung

Bericht über die Teilnahme an der CLEO 2020

11-15 Mai 2020, Online

1. Jahr Meister Takumasa Kodama

1. über CLEO 2020

Die CLEO (The Optical Society OSA) ist die größte internationale Photonik-Konferenz, die von der American Physical Society (APS) und der IEEE Photonics Society gefördert wird. Normalerweise findet die Konferenz in San Jose statt, aber in diesem Jahr wurden aufgrund der Verbreitung des neuen Coronavirus (COVID-19) alle Vorträge online gehalten. Trotz der beispiellosen Umstände kamen Vortragende aus insgesamt 75 Ländern zusammen, und es wurden mehr als 2000 Vorträge und 248 Poster gehalten. Da ich als Moderatorin auch an den Vorträgen teilgenommen habe, möchte ich einige der Vorträge, an denen ich teilgenommen habe, vorstellen und meine Eindrücke anhand meines eigenen Vortrags schildern.

2. die Vorstellung des Berichterstatters

Titel: Hochauflösendes Spektrometer mit zufälligen photonischen Kristallen
Moderator: Takumasa Kodama
Zugehörigkeit: Keio Universität
Vortrag Nr.: FM2R.4 (Mo, 11. Mai)

Wir haben ein mikroskopisch kleines Spektrometer vorgestellt, das einen photonischen Kristallwellenleiter mit breitem Liniendefekt und einen Deep-Learning-Algorithmus verwendet. Die Forschung, die Photonik und Deep Learning zusammenführt, war auch auf dieser Konferenz zu sehen, und wir konnten bestätigen, dass Deep Learning ein neuer Trend ist. Der Vortrag wurde im Live-Format gehalten, und der Vorsitzende las die Fragen vor, die während der Frage- und Antwortrunde gestellt wurden. Ich hatte Angst, Englisch zu hören, aber ich konnte dieses Problem überwinden, weil ich die Fragen selbst lesen konnte. Viele der Fragen bezogen sich auf Konzepte wie die Unterschiede zwischen Deep Learning und Optimierungsalgorithmen, die für die Datenanalyse verwendet werden, und warum solche Algorithmen zur Verbesserung der Auflösung eingesetzt werden können. Beim Präsentieren wird das Präsentationsmaterial auf dem Bildschirm geteilt, aber wenn das nicht richtig gemacht wird, können die Werkzeuge des Präsentators von den Zuhörern gesehen werden. Um dies zu vermeiden, starten Sie die Diashow nach der Freigabe der PowerPoint-Präsentation.

3. besuchte Vorträge.

Titel: Lasern bis zu T = 339K in Nanodraht-induzierten photonischen Kristall-Nanokavitäten im Subwellenlängenbereich
Vortragende: Sylvain Sergent
Zugehörigkeit: NTT Nanophotnics Centre
Vortrag Nr.: SM1J.6 (Mo, 11. Mai)

Niedrigschwellige Strahlung unter Verwendung von photonischen Kristallen aus Siliziumnitrid und Nanodrähten der Gruppe III-V Die Photonikgruppe bei NTT hat in den letzten Jahren aktiv an photonischen Kristallen und Plasmonik gearbeitet. In dieser Präsentation werden Nanodrähte in einem photonischen Kristallwellenleiter platziert, wo sie als Verstärkungsmedium wirken, und die Anregung wurde bis zu T = 360 K bestätigt. Es wurden zahlreiche Kombinationen von Nanodrahtlänge, -radius und -gitterkonstante getestet und deren Q-Werte und Schwellenwerte gemessen, was deren Zusammenhang zeigt. Die photonischen Kristalle werden verwendet, um Licht direkt in die Nanodrähte zu leiten, was sie mit integrierten Schaltkreisen kompatibel macht, und zwar bei Raumtemperatur und mit geringer Eingangsleistung (3,5 MW/cm2). Das Siliziumsubstrat ist sehr klein, was bedeutet, dass es kaum Lichtverluste gibt. Das Siliziumsubstrat ist sehr klein, hat einen geringen Lichtverlust und kann bei Raumtemperatur betrieben werden, was zu einem sehr geringen Stromverbrauch führt. Die Vortragenden erwähnten auch den Vorteil der Verwendung verschiedener Nanodrähte zur Steuerung der Laserwellenlänge und der Flexibilität im Design, obwohl für die Laser in dieser Präsentation ZnO verwendet wurde. Papier: https://pubs.acs.org/doi/pdf/10.1021/acsphotonics.0c00166

Titel: Photonische neuronale Netze: Training, Nichtlinearität und rekurrente Systeme
Moderatorin: Shanhui Fan
Zugehörigkeit: Universität Stanford
Vortrag Nr.: JF2A.3 (Fr, 15. Mai)

Diese Präsentation beschrieb den Aufbau neuronaler Netze mit Licht; sie war eine Einleitung zu drei Arbeiten über optische neuronale Netze, die seit 2018 eingereicht wurden. In den letzten Jahren wurden viele Versuche unternommen, neuronale Netze mit Licht zu reproduzieren, um die Geschwindigkeit zu erhöhen und den Stromverbrauch zu verringern. Bei der Konstruktion eines Netzes ist eine Optimierung unerlässlich, um aus den Eingaben geeignete Ausgaben zu erzeugen. Matrixberechnungen in optischen neuronalen Netzen nutzen das Prinzip des Mach-Zehnder-Interferometers und werden durch die Intensität der Lichtintensität aufgrund der Phasenverschiebung dargestellt. Für die Optimierung sind Gradientenmessungen erforderlich. In früheren Studien wurden Computermodelle für die Optimierung verwendet, aber ein neuer Ansatz, die so genannte assoziierte Transformation, wird verwendet, um den Gradienten durch Messung der Lichtintensität des Geräts zu erhalten. Dies ermöglicht die Erfassung des Gradienten im optischen Bereich und verkürzt somit das bei früheren Methoden verwendete Verfahren. Es wurde ein Versuch vorgestellt, den erfassten Gradienten in eine Spannung umzuwandeln, die sich direkt in der Interferenz auf dem Chip niederschlägt.
Artikel: https://www.osapublishing.org/optica/abstract.cfm?uri=optica-5-7-864
: https://www.osapublishing.org/oe/abstract.cfm?uri=oe-28-8-12138
: https://advances.sciencemag.org/content/5/12/eaay6946