基于集成光子储备池的时间序列任务预测 (特邀)
摘要
光子储备池因其反馈连接的拓扑结构，在时间序列任务中展现出巨大潜力，主要形式包括延时型、波导型、空间光型和空腔型储备池。其中，波导型集成光子储备池具有并行输入和高集成度的特点，在时间序列二进制任务中表现突出。然而，针对更复杂的模拟数值预测任务，传统方法下的单个集成光子储备池因物理节点数量有限，导致计算性能不足。为解决这一问题，提出了一种32节点梅花形光子储备池芯片，外围节点作为输入输出节点，各输入节点通过强度调制引入非线性效应，接收不同的调制信号，各输出节点基于历史数据，采用向量自回归算法进行训练，从而实现更高效且精确的时间序列预测任务。研究结果表明：通过优化输入策略、芯片设计和训练算法，32节点集成光子储备池相较于传统延时型光子储备池，在预测任务中的RMSE和NMSE指标分别提升了两个和一个数量级，使波导型集成光子储备池在时间序列预测任务中成为有力竞争方法。
引用本文（GB/T 7714）
裴丽 Pei Li, 丁保钦 DING Baoqin, 白冰 BAI Bing, 等. 基于集成光子储备池的时间序列任务预测 (特邀)[J]. Infrared and Laser Engineering, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。