| DOI | Trouver le DOI : https://doi.org/10.1109/IPC53466.2022.9975752 |
|---|
| Auteur | Rechercher : Masnad, Md Mahadi; Rechercher : Gostimirovic, Dusan; Rechercher : Grinberg, Yuri1; Rechercher : Xu, Dan-Xia2; Rechercher : Liboiron-Ladouceur, Odile |
|---|
| Affiliation du nom | - Conseil national de recherches du Canada. Technologies numériques
- Conseil national de recherches du Canada. Électronique et photonique avancées
|
|---|
| Format | Texte, Article |
|---|
| Conférence | 2022 IEEE Photonics Conference (IPC), November 13-17, 2022, Vancouver, BC, Canada |
|---|
| Sujet | silicon photonics; topological optimization; machine learning; convolutional neural networks; nanofabrication; optical losses; fabrication; degradation; deep learning; neural networks; crosstalk; insertion loss |
|---|
| Résumé | We present a machine learning model to correct for fabrication variations in a topologically optimized mode demultiplexer and minimize its fabrication-induced performance degradation. The corrected design promises ~51% reduction in the insertion loss and an average reduction of crosstalk by 6 dB in simulation. |
|---|
| Date de publication | 2022-11-13 |
|---|
| Maison d’édition | IEEE |
|---|
| Licence | |
|---|
| Dans | |
|---|
| Langue | anglais |
|---|
| Publications évaluées par des pairs | Oui |
|---|
| Exporter la notice | Exporter en format RIS |
|---|
| Signaler une correction | Signaler une correction (s'ouvre dans un nouvel onglet) |
|---|
| Identificateur de l’enregistrement | 16aa733b-d849-4863-9965-6a452130b436 |
|---|
| Enregistrement créé | 2023-05-15 |
|---|
| Enregistrement modifié | 2023-05-16 |
|---|
