×
劳里·伊琳娜;托莫·冯·勒伯;科佩斯，弗兰科;马蒂·拉斯斯

激光动力学系统建模分析及光学神经网络应用。 （英语） Zbl 1497.37110号

SIAM J.应用。动态。系统。 21，第2号，840-878（2022）.
摘要：对具有任意偏振态光注入的半导体激光器的动力学特性进行了分析研究。结果表明，如果注入场足够弱，则激光器有九个平衡点；然而，其中只有一个是稳定的。即使注入场是线极化的，六个平衡点的极化状态也是椭圆的。描述了平衡点对注入场的依赖性，结果表明，随着注入场强度的增加，平衡点的数量减少，对于足够强的注入场，只剩下一个平衡点。作为应用，提出了一种基于注入锁定原理的复值光学神经网络。

MSC公司：

37N20号 物理学其他分支的动力系统（量子力学、广义相对论、激光物理）
34立方厘米 常微分方程的非线性振动和耦合振子
78A60型 激光器、脉泽、光学双稳态、非线性光学

关键词：

动力系统;半导体激光器;光学注入激光器;复值神经网络;平衡点;稳定性;分叉分析

软件：

微分方程.jl;分叉套件.jl;NeuralPDE.jl公司;朱莉娅
PDF格式BibTeX公司 XML格式引用
\textit{L.Ylinen}等人，SIAM J.Appl。动态。系统。21，第2号，840--878（2022；Zbl 1497.37110）
全文： 内政部 arXiv公司

参考文献：

[1] I.Aizenberg，具有多值神经元的复杂值神经网络，研究计算。智力。柏林斯普林格·弗拉格353号，2011年，https://doi.org/10.1007/978-3-642-20353-4。 ·Zbl 1267.68174号
[2] R.Al-Seyab、K.Schires、A.Hurtado、I.D.Henning和M.J.Adams，VCSEL在任意偏振光注入下的动力学，IEEE J.Sel。主题量子电子。，19 (2013), 1700512, https://doi.org/10.109/JSTQE.2013.239614。
[3] H.Amann，《常微分方程：非线性分析导论》，De Gruyter Stud.Math。13，Walter de Gruyter，柏林，1990年，https://doi.org/10.1515/9783110853698。 ·兹比尔0708.34002
[4] J.Bezanson、A.Edelman、S.Karpinski和V.B.Shah，Julia:《数值计算的新方法》，SIAM Rev.，59（2017），第65-98页，https://doi.org/10.1137/141000671。 ·Zbl 1356.68030号
[5] R.Bhatia，矩阵分析，Grad。数学课文。169，施普林格-弗拉格，柏林，1997年，https://doi.org/10.1007/978-1-4612-0653-8。
[6] E.Cartlidge，光学神经网络，Opt。光子。《新闻》，31（2020），第32-39页，https://doi.org/10.1364/OPN.31.6.000032。
[7] H.Erzgraöber、B.Krauskopf和D.Lenstra，带滤波光反馈的半导体激光器的分叉分析，SIAM J.Appl。动态。系统。，6（2007），第1-28页，https://doi.org/10.1137/060656656。 ·Zbl 1210.15006号
[8] I.Goodfellow、Y.Bengio和A.Courville，《深度学习与适应》。计算。机器。学习。，麻省理工学院出版社，马萨诸塞州剑桥，2016年·Zbl 1373.68009号
[9] N.C.Harris、J.Carolan、D.Bunandar、M.Prabhu、M.Hochberg、T.Baehr-Jones、M.L.Fanto、A.M.Smith、C.C.Tison、P.M.Alsing和D.Englund，《线性可编程纳米光子处理器》，光学，5（2018），第1623-1631页，https://doi.org/10.1364/OPTICA.5.001623。
[10] G.Hek和V.Rottschafer，《带滤波光反馈的半导体激光器：从光注入到传统反馈》，IMA J.Appl。数学。，72（2007），第420-450页，https://doi.org/10.1093/imat/hxm019。 ·Zbl 1149.78007号
[11] A.Hirose，复杂值神经网络，第二版，研究计算。内部。柏林斯普林格·弗拉格400号，2012年，https://doi.org/10.1007/978-3-642-27632-3。 ·Zbl 1235.68016号
[12] A.Hirose、I.Aizenberg和D.P.Mandic，《复杂值和超复杂值神经网络专题》，IEEE Trans。神经网络。学习。系统。，25 (2014), https://doi.org/10.1109/TNLS.2014.2341871。
[13] 霍尼克，神经网络逼近的一些新结果，神经网络。，6（1993），第1069-1072页，https://doi.org/10.1016/S0893-6080（09）80018-X。
[14] D.M.Kane和K.A.Shore编辑，《解锁动态多样性：半导体激光器的光反馈效应》，John Wiley&Sons，纽约，2005年。
[15] L.Kaup和B.Kaup，多变量全纯函数，De Gruyter Stud.Math。3，Walter de Gruyter，柏林，1983年·Zbl 0528.32001号
[16] E.K.Lau、L.J.Wong和M.C.Wu，《光注入锁定激光器的增强调制特性：教程》，IEEE J.Sel。主题量子电子。，15（2009），第618-633页，https://doi.org/10.1109/JSTQ.E.2009.2014779。
[17] M.Leshno、V.Y.Lin、A.Pinkus和S.Schocken，具有非多项式激活函数的多层前馈网络可以近似任何函数，神经网络。，6（1993），第861-867页，https://doi.org/10.1016/S0893-6080(05)80131-5.
[18] M.Lichtner、M.Radziunas和L.Recke，激光动力学中半线性双曲系统的适定性、光滑依赖性和中心流形约化，数学。方法应用。科学。，30（2007年），第931-960页，https://doi.org/10.1002/mma.816。 ·Zbl 1161.35033号
[19] J.Martin-Regalado、F.Prati、M.San Miguel和N.B.Abraham，垂直腔面发射激光器的偏振特性，IEEE J.量子电子。，33（1997），第765-783页，https://doi.org/10.109/3.572151。
[20] H.N.Mhaskar，光滑函数和解析函数最佳逼近的神经网络，神经计算。，8（1996），第164-177页，https://doi.org/10.1162/neco.1996.8.1.164。
[21] C.Rackauckas和Q.Nie，differential equations.jl-解决微分方程的性能丰富的生态系统，Julia，J.Open Res.Softw。，5 (2017), https://doi.org/10.5334/jors.151。
[22] W.Rudin，《数学分析原理》，第三版，国际期刊。纯应用程序。数学。，McGraw-Hill，纽约，1976年·Zbl 0346.26002号
[23] W.Rudin，《功能分析》，第二版，国际期刊。纯应用程序。数学。，McGraw-Hill，纽约，1991年·Zbl 0867.46001号
[24] M.San Miguel、Q.Feng和J.V.Moloney，《表面发射半导体激光器中的光偏振动力学》，Phys。修订版A，52（1995），1728，https://doi.org/10.103/PhysRevA.52.1728。
[25] Y.Shen、N.C.Harris、S.Skirlo、M.Prabhu、T.Baehr Jones、M.Hochberg、X.Sun、S.Zhao、H.Larochelle、D.Englund和M.Soljačić，相干纳米光子电路的深度学习，自然光子。，11（2017），第441-446页，https://doi.org/10.1038/nphoton.2017.93。
[26] W.A.Shurcliff，《偏振光：生产和使用》，哈佛大学出版社，马萨诸塞州剑桥，1962年。
[27] A.E.Siegman，《激光》，弗吉尼亚州赫恩登大学科学图书，1986年。
[28] K.S.Thornburg，Jr.、M.Moöller、R.Roy、T.W.Carr、R.-D.Li和T.Erneux，耦合激光器中的混沌和相干，物理学。E版，55（1997），3865，https://doi.org/10.103/PhysRevE.55.3865。
[29] R.Veltz，分叉套件，2020年，https://hal.archives-overtes.fr/hal-02902346。
[30] F.Voigtlaender，《复值神经网络的通用逼近定理》，2020年，https://arxiv.org/abs/2012.03351。
[31] T.von Lerber、M.Lassas、Q.T.Le、V.Lyubopytov、A.Chipouline、K.Hofmann和F.Kuëppers，《注入锁定激光器的光学计算》，2017年，https://arxiv.org/abs/1709.07900。
[32] T.von Lerber、M.Lassas、V.S.Lyubopytov、L.Ylinen、A.Chipouline、K.Hofmann和F.Ku¨ppers，基于注入锁定激光器的全光多数门，科学。代表，9（2019），第1-7页，https://doi.org/10.1038/s41598-019-51025-y。
[33] S.Wieczorek、B.Krauskopf、T.B.Simpson和D.Lenstra，《光注入半导体激光器的动力学复杂性》，Phys。众议员，416（2005），第1-128页，https://doi.org/10.1016/j.physrep.2005.06.003。
[34] D.Yarotsky，深度ReLU网络近似的误差界，神经网络。，94（2017），第103-114页，https://doi.org/10.1016/j.neunet.2017.07.002。 ·Zbl 1429.68260号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。