Photonic Information Processing

Abstract

[eng] In the current thesis we experimentally study the dynamics of complex photonic systems including semiconductor laser systems with delayed feedback and spatially coupled optical systems, and employ their dynamics for information processing. Photonic delay systems offer a broad range of complex dynamics, making them excellent testbeds for the study of nonlinear dynamics. We take advantage of the complex dynamics and turn the photonic delay systems into information processing systems by applying techniques from the field of neural networks, studying their properties, and demonstrating successful performance. First we study the dynamics of a semiconductor laser with two delayed optical feedbacks. The temporal evolution of the intensity from the laser is represented and studied in a two dimensional pseudo-space, which conveniently allows to visualize structures in the dynamics. Two dynamical regimes are being addressed in this study, Spiral Phase Defects and Defect-mediated Turbulence. Spiral Phase Defects that were predicted for this system have not been observed, and we discuss the possible reasons. Defect-mediated Turbulence is observed in a broad range of parameters. The defect-mediated dynamics is analyzed in detail by using intensity distribution and spectral analysis. The spectral analysis shows an exponential decay of the spectra for low bias currents of the semiconductor laser. For increasing bias currents, the spectra exhibit a double power law decay that merges into a single power law as the bias currents is increased. This indicates a scale-free behavior in the dynamics for high bias currents. Next, we study the use of a semiconductor laser with a single delay optical feedback and optical injection as a delay-based reservoir computer. We study the fundamental properties of the system, specifically the properties of injection locking, consistency, and memory. We evaluate the performance of the system in a prediction task, and link the different properties to performance. The impact of crucial experimental parameters on the properties are evaluated, and the implications discussed. Moreover, we explore further functionalities. Suitable properties and good performance are demonstrated for injection at modulation rates up to to 20 GSa/s, and also for optical injection detuned hundreds of GHz from the solitary emission of the semiconductor laser. Furthermore, we demonstrate how to create a reservoir with nodes with different sets of properties, and show that performance in a prediction task can be improved with this approach. In the final part, we design and build a spatially extended reservoir computer with 900 coupled nonlinear nodes. The reservoir is implemented with a Spatial Light Modulator (SLM), and the nonlinearity is realized by taking advantage of the polarization modulation of the Spatial Light Modulator (SLM) together with a Polarization Beam Splitter (PBS). The coupling in the network is experimentally implemented with a Diffractive Optical Element (DOE), resulting in coupling beyond first neighbors. The input layer is implemented digitally employing the control computer. The output layer is experimentally implemented with a Digital Micro-mirror Display (DMD) and a lens, where the configuration of the Digital Micro-mirror Display (DMD) determines the values of the output weights in the reservoir computer. We evaluate the dynamics of the nodes and demonstrate suitable nonlinear dynamics in the network. Learning rules are implemented to allow the system to autonomously change the output weights based on previous performance, and to search for an optimized configuration attaining low errors in specific tasks. We demonstrate successful operation of the reservoir computer by showing that, despite some limitations, it is capable of learning reducing the error in a prediction task and finally exhibiting very low prediction errors.

[spa] En la presente tesis estudiamos experimentalmente la dinamica de sis- ´ temas fotonicos complejos que incluyen sistemas de l ´ aser semiconductor ´ con retroalimentacion retardada y sistemas ´ opticos acoplados espacial- ´ mente, y empleamos sus dinamicas para el procesamiento de la infor- ´ macion. Los sistemas de retardo fot ´ onico ofrecen una amplia gama de ´ dinamicas complejas, lo que los convierte en excelentes bancos de prue- ´ bas para el estudio de dinamicas no lineales. Nosotros aprovechamos las ´ dinamicas complejas y convertimos los sistemas fot ´ onicos con retardo en ´ sistemas de procesamiento de informacion aplicando t ´ ecnicas del campo de las redes neuronales, estudiando sus propiedades, y demostrando el desempeno exitoso. ˜ Primero, estudiamos la dinamica de un l ´ aser semiconductor con dos ´ retroalimentaciones opticas retardadas. La evoluci ´ on temporal de la in- ´ tensidad del laser es representada y estudiada en un pseudoespacio bidi- ´ mensional, que convenientemente permite visualizar estructuras en la dinamica. Dos reg ´ ´ımenes dinamicos han sido abordados en este estu- ´ dio, Spiral Phase Defects y Defect-mediated Turbulence. Spiral Phase Defects que se predijeron para este sistema no se han observado, y discutimos las posibles razones. Defect-mediated Turbulence es observado en un amplio rango de parametros. La din ´ amica mediada por defectos es analizada en ´ detalle mediante el uso de la distribucion de intensidad y el an ´ alisis es- ´ pectral. El analisis espectral muestra un decaimiento exponencial de los ´ espectros para bajas corrientes electricas del l ´ aser semiconductor. Para ´ corrientes electricas m ´ as altas, los espectros muestran dos decaimientos ´ potenciales que se fusiona en una ley de potencia unica a medida que se ´ incrementan las corrientes electricas. Esto indica un comportamiento sin ´ escalas en las dinamicas para altas corrientes el ´ ectricas. ´ A continuacion, estudiamos el uso de un l ´ aser semiconductor con una ´ unica retroalimentaci ´ on´ optica retardada y una inyecci ´ on´ optica como un ´ ordenador de reservorio basada en el retardo. Estudiamos las propiedades fundamentales del sistema, espec´ıficamente las propiedades de bloqueo de inyeccion, la consistencia, y la memoria. Evaluamos el rendimiento del ´ sistema en una tarea de prediccion y vinculamos las diferentes propiedades ´ con el rendimiento. El impacto de parametros experimentales cruciales ´ en las propiedades es evaluado, y las implicaciones son analizadas. Por otra parte, exploramos otras funcionalidades. Propiedades adecuadas y buen rendimiento son demuestrados para inyeccion a tasas de modu- ´ lacion de hasta 20 GSa/s, y tambi ´ en para inyecci ´ on´ optica sintonizada a ´ cientos de GHz de la emision solitaria del l ´ aser semiconductor. Adem ´ as, ´ demostramos como crear un reservorio con nodos con diferentes conjun- ´ tos de propiedades, y mostramos que el rendimiento en una tarea de prediccion se puede mejorar con esta estrategia. ´ En la parte final, disenamos y construimos un ordenador de reservorio ˜ espacialmente extendido con 900 nodos no lineales acoplados. El reservorio es implementado con un Spatial Light Modulator, y la no linealidad es realizada aprovechando la modulacion de polarizaci ´ on del Spatial Light ´ Modulator junto con un Polarization Beam Splitter. El acoplamiento en la red es implementado experimentalmente con un DOE, lo que resulta en un acoplamiento mas all ´ a de los primeros vecinos. La capa de en- ´ trada es implementada digitalmente empleando el ordenador de control. La capa de salida es implementada experimentalmente con un Digital Micro-mirror Display y una lente, donde la configuracion del Digital ´ Micro-mirror Display determina los valores de los pesos de salida en el ordenador de reservorio. Evaluamos la dinamica de los nodos y de- ´ mostramos una dinamica no lineal adecuada en la red. Las reglas de ´ aprendizaje son implementadas para permitir que el sistema cambie los pesos de salida de forma autonoma en funci ´ on de rendimiento anterior, ´ y para buscar una configuracion optimizada que logre pocos errores en ´ tareas espec´ıficas. Demostramos el funcionamiento exitoso del ordenador de reservorio demostrando que, a pesar de algunas limitaciones, es capaz de aprender a reducir el error en una tarea de prediccion y, finalmente, ´ exhibir errores de prediccion muy bajos.

[cat] En la present tesi estudiem experimentalment la dinamica de sistemes ` fotonics complexos que inclouen sistemes de l ` aser semiconductor amb ` retroalimentacio retardada i sistemes ´ optics acoblats espacialment, i fem ` servir les seves dinamiques per al processament de la informaci ` o. Els ´ sistemes de retard fotonic ofereixen un ampli ventall de din ` amiques com- ` plexes, que els converteix en excel·lents bancs de proves per a l’estudi de dinamiques no lineals. Nosaltres aprofitem la din ` amica complexa i ` convertim els sistemes fotonics amb retard en sistemes de processament ` d’informacio aplicant t ´ ecniques del camp de les xarxes neuronals, estudi- ` ant les seves propietats, i demostrant una realitzacio exitosa. ´ Primer, estudiem la dinamica d’un l ` aser semiconductor amb dues ` retroalimentacions optiques retardades. L’evoluci ` o temporal de la inten- ´ sitat del laser ` es representada i estudiada en un pseudoespai bidimen- ´ sional, que permet visualitzar convenientment estructures en la dinamica. ` Dos regims din ` amics s ` on abordats en aquest estudi, ´ Spiral Phase Defects i Defect-mediated Turbulence. Spiral Phase Defects que estaven previstos per a aquest sistema no han estat observats, i les possibles raons analitzades. Defect-mediated Turbulence s’observa en un ampli rang de parametres. La ` dinamica intervinguda per defectes ` es analitzada en detall utilitzant la ´ distribucio d’intensitat i l’an ´ alisi espectral. L’an ` alisi espectral mostra un ` deca¨ıment exponencial en els espectres per a baixos corrents electrics ` del laser semiconductor. Per corrents electrics m ` es alts, els espectres ´ mostren un doble deca¨ıment potencial que es fusiona en un sol deca¨ıment a mesura que s’incrementa el corrent electric. Aix ` o indica un comporta- ` ment sense escala per les dinamiques amb gran corrents el ` ectrics. A continuacio, estudiem l’ ´ us d’un l ´ aser semiconductor amb una ` unica ´ retroalimentacio´ optica amb retard i injecci ` o´ optica com a ordinador de ` reservori basat en retards. Estudiem les propietats fonamentals del sistema, espec´ıficament les propietats del bloqueig d’injeccio, la consist ´ encia ` i la memoria. Avaluem el rendiment del sistema en una tasca de predicci ` o´ i vinculem les diferents propietats al rendiment. L’impacte de parametres ` experimentals crucials son avaluats en les propietats, i a m ´ es se’n dis- ´ cuteixen les implicacions i se n’exploren altres funcionalitats. Les adequades propietats i bon rendiment son demostrats per injecci ´ o a taxes de ´ modulacio de fins 20 GSa/s, i tamb ´ e per injecci ´ o a freq ´ u¨ encies ` optiques ` centenars de GHz des de l’emissio solit ´ aria del l ` aser semiconductor. A ` mes, demostrem com crear un reservori amb nodes amb diferents con- ´ junts de propietats, i demostrar que el rendiment en una tasca de prediccio´ es pot millorar amb aquesta estrategia. ` A la part final, dissenyem i constru¨ım un ordinador de reservori espacialament estes amb 900 nodes no lineals acoblats. El reservori ` es´ implementat amb un Spatial Light Modulator, i la no linealitat es real- ´ itzada aprofitant la modulacio de la polaritzaci ´ o del ´ Spatial Light Modulator juntament amb un Polarization Beam Splitter. L’acoblament a la xarxa s’implementa experimentalment amb un Diffractive Optical Element, resultant en un acoblament mes enll ´ a de primers ve ` ¨ıns. La capa d’entrada es´ implementada digitalment emprant l’ordinador de control. La capa de sortida es implementada experimentalment amb un ´ Digital Micro-mirror Display i una lent, on la configuracio del ´ Digital Micro-mirror Display determina els valors dels pesos de sortida a l’ordinador de reservori. Avaluam la dinamica dels nodes i demostrem din ` amiques no lineals adequades ` a la xarxa. Les regles d’aprenentatge s’implementen per permetre que el sistema canvi¨ı de forma autonoma els pesos de sortida en funci ` o de ´ rendiment previ i busqui una configuracio optimitzada que aconsegueixi ´ errors baixos en tasques espec´ıfiques. Mostrem un funcionament exitos´ de l’ordinador de reservori demostrant que, malgrat algunes limitacions, es capac¸ d’aprendre a reduir l’error en una tasca de predicci ´ o i, finalment, ´ mostrar errors de prediccio molt baixos.