特許 7420356 チューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク及びその変調方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-01-15

(45)【発行日】2024-01-23

(54)【発明の名称】チューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク及びその変調方法

(51)【国際特許分類】

   G02F 3/00 20060101AFI20240116BHJP

   G02F 1/01 20060101ALI20240116BHJP

   G06G 7/60 20060101ALI20240116BHJP

   G06E 3/00 20060101ALI20240116BHJP

   G06N 3/067 20060101ALI20240116BHJP

【ＦＩ】

G02F3/00

G02F1/01 C

G06G7/60

G06E3/00

G06N3/067

【請求項の数】 10

(21)【出願番号】P 2022501202

(86)(22)【出願日】2020-12-08

(65)【公表番号】

(43)【公表日】2022-09-29

(86)【国際出願番号】 CN2020134670

(87)【国際公開番号】W WO2022001002

(87)【国際公開日】2022-01-06

【審査請求日】2022-01-07

(31)【優先権主張番号】202010620808.5

(32)【優先日】2020-07-01

(33)【優先権主張国・地域又は機関】CN

(73)【特許権者】

【識別番号】522010727

【氏名又は名称】ジャージァン・ユニバーシティ

【氏名又は名称原語表記】ＺＨＥＪＩＡＮＧ ＵＮＩＶＥＲＳＩＴＹ

【住所又は居所原語表記】３８ ＺＨＥＤＡ ＲＤ，ＸＩＨＵ ＤＩＳＴＲＩＣＴ，ＨＡＮＧＺＨＯＵ，ＺＨＥＪＩＡＮＧ ３１００２７，ＣＨＩＮＡ

(73)【特許権者】

【識別番号】522010738

【氏名又は名称】インフォメーション・サイエンス・アカデミー・オブ・チャイナ・エレクトロニクス・テクノロジー・グループ・コーポレーション

【氏名又は名称原語表記】ＩＮＦＯＲＭＡＴＩＯＮ ＳＣＩＥＮＣＥ ＡＣＡＤＥＭＹ ＯＦ ＣＨＩＮＡ ＥＬＥＣＴＲＯＮＩＣＳ ＴＥＣＨＮＯＬＯＧＹ ＧＲＯＵＰ ＣＯＲＰＯＲＡＴＩＯＮ

【住所又は居所原語表記】ＢＵＩＬＤＩＮＧ ４，ＹＡＲＤ ３６，ＮＯＲＴＨ ＳＩＤＡＯＫＯＵ ＳＴＲＥＥＴ，ＨＡＩＤＩＡＮ ＤＩＳＴＲＩＣＴ，ＢＥＩＪＩＮＧ １０００８６，ＣＨＩＮＡ

(74)【代理人】

【識別番号】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(74)【代理人】

【識別番号】100108855

【弁理士】

【氏名又は名称】蔵田 昌俊

(74)【代理人】

【識別番号】100179062

【弁理士】

【氏名又は名称】井上 正

(74)【代理人】

【識別番号】100199565

【弁理士】

【氏名又は名称】飯野 茂

(74)【代理人】

【識別番号】100212705

【弁理士】

【氏名又は名称】矢頭 尚之

(74)【代理人】

【識別番号】100219542

【弁理士】

【氏名又は名称】大宅 郁治

(74)【代理人】

【識別番号】100153051

【弁理士】

【氏名又は名称】河野 直樹

(74)【代理人】

【識別番号】100162570

【弁理士】

【氏名又は名称】金子 早苗

(72)【発明者】

【氏名】フアン、イン

(72)【発明者】

【氏名】チュー、タオ

(72)【発明者】

【氏名】フー、シャオヤン

(72)【発明者】

【氏名】ワン、ウェイピン

【審査官】野口 晃一

(56)【参考文献】

【文献】国際公開第２０１９／２３６５９１（ＷＯ，Ａ１）

【文献】米国特許第０８０７８０１４（ＵＳ，Ｂ１）

【文献】米国特許第０９３３５５６８（ＵＳ，Ｂ１）

【文献】特開２０１９－１８５５０１（ＪＰ，Ａ）

【文献】特表２０１９－５２３９３２（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１９／００１９１００（ＵＳ，Ａ１）

【文献】中国特許出願公開第１１０１９７２７７（ＣＮ，Ａ）

【文献】国際公開第２０１９／２１７８３６（ＷＯ，Ａ１）

【文献】特表２００９－５２７０２０（ＪＰ，Ａ）

【文献】Kumaresan, Ramdas、Peddinti, Vijay Kumar、Cariani, Peter，“Synchrony capture filterbank (SCFB): An auditory periphery inspired method for tracking sinusoids”，2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)，2012年，p.153-156，DOI: 10.1109/ICASSP.2012.6287840

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０２Ｆ １／００－１／１２５

１／２１－７／００

ＩＥＥＥ Ｘｐｌｏｒｅ

(57)【特許請求の範囲】

【請求項1】

複数の入力光信号を受信するための複数の入力端と、
複数の第１の光信号を出力するための複数の出力端と、を含む線形演算ネットワークであって、前記複数の入力光信号と前記複数の第１の光信号は、１対１の対応関係を有し、各入力光信号の光強度と対応する第１の光信号の光強度は、線形関係を有する線形演算ネットワークと、
前記複数の第１の光信号を受信し、前記複数の第１の光信号を複数の電気信号に変換するための複数の光電検出器と、
複数の第２の光信号を出力するための複数の光源と、
それぞれ１つの光電検出器及び１つの光源に接続され、且つそれぞれ前記光電検出器から出力された前記電気信号及び前記光源から出力された前記第２の光信号を受信し、前記電気信号に基づいて前記第２の光信号を変調して第３の光信号を出力するための複数のチューナブルフィルタと、を備え、
前記第３の光信号の光強度と対応する前記第１の光信号の光強度は、非線形関係を有し、
前記チューナブルフィルタは、Ｆ－Ｐキャビティフィルタを含み、
熱的変調又は電気的変調によって前記Ｆ－Ｐキャビティフィルタの光導波路の有効屈折率を変更することで、前記光導波路を経由する前記第２の光信号を前記第３の光信号に変更する、ことを特徴とするチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップであって、
前記Ｆ－Ｐキャビティフィルタは、
前記電気信号を受信するための加熱層と、
前記加熱層の下に位置する光導波路と、
前記光導波路の第１の端に接続され、前記第２の光信号を受信するための第１の分布ブラッグ反射鏡と、
前記光導波路の第２の端に接続され、前記第３の光信号を出力するための第２の分布ブラッグ反射鏡と、を含むことを特徴とするチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項2】

前記線形演算ネットワークは、Ｍａｃｈ－Ｚｅｈｎｄｅｒ ｉｎｔｅｒｆｅｒｏｍｅｔｅｒ（ＭＺＩ）ネットワーク又はＤｉｒｅｃｔ ｃｏｕｐｌｅｒ（ＤＣ）ネットワークを含むことを特徴とする請求項１に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項3】

前記入力光信号、前記第１の光信号、前記第２の光信号及び前記第３の光信号は、同じ波長を有することを特徴とする請求項１又は２に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項4】

前記ＭＺＩネットワークは、複数の基本ユニットを含み、前記基本ユニットは、カプラ、外部移相器及び内部移相器を含み、前記カプラは、前記外部移相器と前記内部移相器の間に位置することを特徴とする請求項２～３のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項5】

前記ＤＣネットワークは、複数の基本ユニットを含み、前記基本ユニットは、変調アーム及びチューナブルＤＣカプラを含むことを特徴とする請求項２～３のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項6】

前記チューナブルフィルタの中心波長は、初期又は無変調状態の時に前記第２の光信号の波長と同じであることを特徴とする請求項１～５のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項7】

前記チューナブルフィルタに印加された前記電気信号が変化すると、前記チューナブルフィルタの中心波長がシフトし、前記第２の光信号の波長における光波の透過強度が変化し、前記チューナブルフィルタから出力された前記第３の光信号の光強度と前記線形演算ネットワークから出力された前記第１の光信号の光強度が非線形関係を呈するようになることを特徴とする請求項１～６のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップ。

【請求項8】

複数の請求項１～７のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークチップを含むフォトニック集積回路。

【請求項9】

複数の入力光信号に線形演算を行い、複数の第１の光信号を得るステップと、
前記複数の第１の光信号を複数の電気信号に変換するステップと、
複数の第２の光信号を得るステップと、
前記複数の電気信号を利用して複数の第２の光信号を変調し、複数の第３の光信号を得るステップと、を含み、
前記第３の光信号の光強度と対応する前記第１の光信号の光強度は、非線形関係を有し、
熱的変調又は電気的変調によってＦ－Ｐキャビティフィルタの光導波路の有効屈折率を変更することで、前記光導波路を経由する前記第２の光信号を前記第３の光信号に変更することを特徴とする光信号の変調方法であって、
前記Ｆ－Ｐキャビティフィルタは、
前記電気信号を受信するための加熱層と、
前記加熱層の下に位置する光導波路と、
前記光導波路の第１の端に接続され、前記第２の光信号を受信するための第１の分布ブラッグ反射鏡と、
前記光導波路の第２の端に接続され、前記第３の光信号を出力するための第２の分布ブラッグ反射鏡と、を含むことを特徴とする方法。

【請求項10】

前記入力光信号、前記第１の光信号、前記第２の光信号及び前記第３の光信号は、同じ波長を有する請求項９に記載の方法。

【発明の詳細な説明】

【関連出願の相互参照】

【0001】

本願は、出願番号が２０２０１０６２０８０８．５、出願日が２０２０年７月１日の中国特許出願に基づいて提案され、この中国特許出願の優先権を主張し、この中国特許出願の内容の全ては参照として本願に組み込まれる。

【技術分野】

【0002】

本開示は、光通信技術分野に関し、特にチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク及びその変調方法に関する。

【背景技術】

【0003】

近年、人工知能及びビッグデータ技術の迅速な発展に伴い、チップのコンピューティング能力、特にレート及び電力消費に対する要件が益々高まっている。従来の電子チップは、ムーアの法則によって制限されるため、その集積度及びコンピューティング能力の向上が遅い。フォトニックチップは、情報処理キャリアとして超高速伝送速度、超低電力消費を有するため、益々注目されている。そのうち、シリコンフォトニックチップは、シリコンオンインシュレータ（ＳＯＩ，Ｓｉｌｉｃｏｎ－ｏｎ－Ｉｎｓｕｌａｔｏｒ）材料で製造され、従来のＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ－Ｏｘｉｄｅ－Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）プロセスに適合し、高レート、低電力消費、低電力消費、高集積度及び電磁干渉耐性などの利点を有し、現在、光チップの主な実現形態である。

【発明の概要】

【0004】

本開示は、少なくともある程度で関連技術における技術課題の１つを解決することを目的とする。

【0005】

本開示の実施例は、複数の入力光信号を受信するための複数の入力端と、複数の第１の光信号を出力するための複数の出力端と、を含む線形演算ネットワークであって、前記複数の入力光信号と前記複数の第１の光信号は、１対１の対応関係を有し、各入力光信号の光強度と対応する第１の光信号の光強度は、線形関係を有する線形演算ネットワークと、前記複数の第１の光信号を受信し、前記複数の第１の光信号を複数の電気信号に変換するための複数の光電検出器と、複数の第２の光信号を出力するための複数の光源と、それぞれ１つの光電検出器及び１つの光源に接続され、且つそれぞれ前記光電検出器から出力された前記電気信号及び前記光源から出力された前記第２の光信号を受信し、前記電気信号に基づいて前記第２の光信号を変調して第３の光信号を出力するための複数のチューナブルフィルタと、を備え、前記第３の光信号の光強度と対応する前記第１の光信号の光強度は、非線形関係を有するチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを提供する。

【0006】

本開示の実施例において、前記線形演算ネットワークは、Ｍａｃｈ－Ｚｅｈｎｄｅｒ ｉｎｔｅｒｆｅｒｏｍｅｔｅｒ（ＭＺＩ）ネットワーク又はＤｉｒｅｃｔ ｃｏｕｐｌｅｒ（ＤＣ）ネットワークを含む。

【0007】

本開示の実施例において、前記入力光信号、前記第１の光信号、前記第２の光信号及び前記第３の光信号は、同じ波長を有する。

【0008】

本開示の実施例において、前記チューナブルフィルタは、ブラッグ反射グレーティングフィルタを含む。

【0009】

本開示の実施例において、前記ブラッグ反射グレーティングフィルタは、前記電気信号を受信するための加熱層と、前記加熱層の下に位置し、その第１の端が前記第２の光信号を受信するために用いられ、その第２の端が前記第３の光信号を出力するために用いられるブラッググレーティングと、を含む。

【0010】

本開示の実施例において、熱的変調又は電気的変調によって前記ブラッググレーティングの有効屈折率を変更することで、前記チューナブルフィルタを実現する。

【0011】

本開示の実施例において、前記チューナブルフィルタは、Ｆ－Ｐキャビティフィルタを含む。

【0012】

本開示の実施例において、前記Ｆ－Ｐキャビティフィルタは、前記電気信号を受信するための加熱層と、前記加熱層の下に位置する光導波路と、前記光導波路の第１の端に接続され、前記第２の光信号を受信するための第１の分布ブラッグ反射鏡と、前記光導波路の第２の端に接続され、前記第３の光信号を出力するための第２の分布ブラッグ反射鏡と、を含む。

【0013】

本開示の実施例において、前記光信号を前記加熱層に入力して前記光導波路の有効屈折率を変更することで、前記光導波路を経由する前記第２の光信号を前記第３の光信号に変更する。

【0014】

本開示の実施例において、前記ＭＺＩネットワークは、複数の基本ユニットを含み、前記基本ユニットは、カプラ、外部移相器及び内部移相器を含み、前記カプラは、前記外部移相器と前記内部移相器の間に位置する。

【0015】

本開示の実施例において、前記ＤＣネットワークは、複数の基本ユニットを含み、前記基本ユニットは、変調アーム及びチューナブルＤＣカプラを含む。

【0016】

本開示の実施例において、前記チューナブルフィルタの中心波長は、初期又は無変調状態の時に前記第２の光信号の波長と同じである。

【0017】

本開示の実施例において、前記チューナブルフィルタに印加された前記電気信号が変化すると、前記チューナブルフィルタの中心波長がシフトし、前記第２の光信号の波長における光波の透過強度が変化し、前記チューナブルフィルタから出力された前記第３の光信号の光強度と前記線形ネットワークから出力された前記第１の光信号の光強度が非線形関係を呈するようになる。

【0018】

本開示の実施例は、複数の上記のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを含むフォトニック集積回路を提供する。

【0019】

本開示の実施例は、複数の入力光信号に線形演算を行い、複数の第１の光信号を得るステップと、前記複数の第１の光信号を複数の電気信号に変換するステップと、複数の第２の光信号を得るステップと、複数の電気信号を利用して複数の第２の光信号を変調し、複数の第３の光信号を得るステップと、を含み、前記第３の光信号の光強度と対応する前記第１の光信号の光強度は、非線形関係を有する光信号の変調方法を提案する。

【0020】

本開示の実施例において、前記入力光信号、前記第１の光信号、前記第２の光信号及び前記第３の光信号は、同じ波長を有する。

【0021】

本開示の付加的な態様及び利点は、一部が以下の説明において与えられ、一部が以下の説明から明らかになり、又は本開示の実践によって理解される。

【図面の簡単な説明】

【0022】

本開示の上記及び／又は付加的な態様及び利点は、後文で図面に合わせて実施例を説明することによって明らかになり、容易に理解される。

【図1】本開示の実施例によるチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークの構造概略図である。

【図2】本開示の実施例によるＭＺＩネットワークの構造概略図である。

【図3】本開示の実施例によるＤＣネットワークの構造概略図である。

【図4】本開示の実施例によるフィルタの概略図である。

【図5】本開示の実施例によるフィルタの概略図である。

【図6】本開示の実施例によるフィルタの出力スペクトルの概略図である。

【図7】本開示の実施例によるフィルタの非線形関係図である。

【図8】本開示の実施例による光信号の変調方法のフローチャートである。

【発明を実施するための形態】

【0023】

以下、本開示の実施例を詳しく説明し、前記実施例の例は図面に示されており、同じ又は類似する符号は、終始、同じ又は類似する素子、或いは同じ又は類似する機能を有する素子を表す。後文で図面を参照しながら説明される実施例は例示的なものであり、本開示を解釈するためのものであり、本開示を制限するものとして理解してはいけない。

【0024】

大規模のデータ処理に基づく機械学習は、人工知能技術の重要な実現方法であり、その中、人工ニューラルネットワーク（ＡＮＮｓ，Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ）アルゴリズムは、機械学習によく用いられるアルゴリズムの１つであり、現在、主に電気ＣＭＯＳチップによりコンピューティングを実現する。データ量及びコンピューティングの複雑さの向上につれて、従来のＣＭＯＳコンピューティングチップは、ニューラルネットワークのコンピューティングの要求を十分に満たすことができなくなった。電気ＣＭＯＳチップに比べて、フォトニック技術により実現されたニューラルネットワークは、コンピューティング速度の面で大幅に高められ（フォトニック人工知能チップのコンピューティング速度がおよそ電子チップの千倍である）、同時に電力消費が電気チップよりも遥かに低い。人工ニューラルネットワークは、入力層、隠れ層及び出力層を含み、各層において情報が行列乗算などの線形結合によって伝搬され、その後、非線形活性化関数により処理され、具体的な演算は、主に行列乗算演算及び非線形活性化関数部分を含む。現在、フォトニックニューラルネットワークチップに対する研究は、光学により人工ニューラルネットワークにおける線形演算、即ち行列乗算演算部分を実現することに集中しており、例えば、シリコンベースＭＺＩネットワーク構造又は波長分割多重システムに基づくマイクロリング重みバンク（ｍｉｃｒｏ－ｒｉｎｇ ｗｅｉｇｈｔ ｂａｎｋ）を採用して行列演算などを実現する。しかしながら、非線形活性化関数部分については、依然として電気的方法で実現され、行列演算部分とのオンチップ集積を実現することができず、依然として演算速度が低く、電力消費が高い問題が存在する。

【0025】

以上を纏めると、ビッグデータ時代の迅速な発展に適応するために、オンチップニューラルネットワークに適するフォトニックコンピューティングチップを実現することは、電気コンピューティングの代わりに光コンピューティングを発展するために必然的なルートであり、現在の研究の重点でもある。光学による非線形活性化関数の実現又はオンチップ集積技術は、依然として模索の段階にあり、低電力消費、低遅延、高エネルギー効率比、高精度のフォトニックニューラルネットワークチップを実現するために、フォトニックニューラルネットワークに適合する励起関数を見つけることは急務となっている。

【0026】

図１は、本開示の実施例によるチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークの構造概略図である。

【0027】

図１に示すように、当該チューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク１２は、線形演算ネットワーク１と、非線形演算オンチップ集積構造６と、を備える。

【0028】

線形演算ネットワーク１は、複数の入力端１ＩＮ及び複数の出力端１ＯＵＴを含む。図１に示す実施例において、線形演算ネットワーク１は、４個の入力端１ＩＮ及び４個の出力端１ＯＵＴを含み、４×４の線形演算を実現するが、これは単なる例であることを理解すべきである。本開示は、６×６、８×８などの他の線形演算を実現することもでき、これに対して本開示の実施例において限定しない。複数の入力端１ＩＮは、複数の入力光信号を受信するために用いられる。複数の出力端１ＯＵＴは、複数の第１の光信号を出力するために用いられる。複数の入力光信号と複数の第１の光信号は、１対１の対応関係を有する。各入力光信号の光強度と対応する第１の光信号の光強度は、線形関係を有する。

【0029】

オンチップ集積構造６は、複数の光電検出器２、複数の光源３及び複数のチューナブルフィルタ４を含む。複数の光電検出器２は、複数の第１の光信号を受信し、複数の第１の光信号を複数の電気信号に変換するために用いられる。つまり、各光電検出器２は、複数の第１の光信号のうちの１つの対応する第１の光信号を受信し、対応する第１の光信号を電気信号に変換する。各光源３は、１つの第２の光信号を出力する。各チューナブルフィルタ４は、１つの対応する光電検出器２及び１つの対応する光源３に接続される。各チューナブルフィルタ４は、対応する光電検出器２から出力された電気信号及び対応する光源３から出力された第２の光信号を受信し、電気信号に基づいて第２の光信号を変調して第３の光信号５を出力するために用いられる。

【0030】

本開示の実施例において、第３の光信号の光強度と対応する第１の光信号の光強度は、非線形関係を有することで、ニューラルネットワークにおける活性化関数の機能を実現する。

【0031】

本開示の実施例において、入力光信号、第１の光信号、第２の光信号及び第３の光信号は、同じ波長を有する。

【0032】

図１に示すように、４×４のフォトニックニューラルネットワークを例とし、４×４線形演算１は線形演算部分であり、非線形演算オンチップ集積構造６は非線形活性化関数を実現するモジュールであり、非線形活性化関数を実現するモジュールは、光電検出器、光源及びチューナブルフィルタで構成される。

【0033】

本開示の実施例において、線形演算ネットワーク１は、Ｍａｃｈ－Ｚｅｈｎｄｅｒ ｉｎｔｅｒｆｅｒｏｍｅｔｅｒ（ＭＺＩ）ネットワーク又はＤｉｒｅｃｔ ｃｏｕｐｌｅｒ（ＤＣ）ネットワークを含む。

【0034】

例えば、ＭＺＩネットワークの複数の入力端は光信号入力端であり、複数の出力端は複数の光電検出器の入力端に接続され、入力された光信号に線形演算を行うために用いられる。

【0035】

具体的には、フォトニックニューラルネットワークの線形演算部分は、ＭＺＩネットワーク構造に基づいて実現され、例えば、行列乗算演算の線形演算である。

【0036】

ＭＺＩネットワークは、行列構造であり、複数の基本ユニットを含む。図２に示すように、ＭＺＩネットワークの基本ユニット構造７及びＭＺＩ基本ユニットの展開構造１１が示されている。基本ユニット構造７は、カプラ８、外部移相器９及び内部移相器１０を含み、カプラ８は、外部移相器９と内部移相器１０の間に位置する。

【0037】

ＤＣネットワークは、行列構造であり、複数の基本ユニットを含む。図３に示すように、ＤＣネットワークの基本ユニット構造７及びＤＣネットワークの展開構造７－３が示されている。基本ユニット構造７は、変調アーム７－１及びチューナブルＤＣカプラ７－２を含む。

【0038】

ＭＺＩネットワーク又はＤＣネットワークを利用して入力光信号に線形演算を行い、線形演算後に得られた第１の光信号を光電検出器に入力する。光電検出器は、第１の光信号を電気信号に変換する。光電検出器の出力端は、チューナブルフィルタの電極入力端に接続される。光電検出器は、電気信号をチューナブルフィルタの電極入力端に入力し、チューナブルフィルタの変調信号としてチューナブルフィルタに加える。

【0039】

更に、熱的変調又は材料のプラズマ分散効果による電気的変調によって光導波路の有効屈折率を変更することで、チューナブルフィルタを実現する。

【0040】

具体的には、チューナブルフィルタは、熱電極又はキャリアドープ層を含み、熱電極により熱エネルギーを光導波路に伝達して光導波路の有効屈折率を変更し、又はキャリアドープ層により熱抵抗を形成し、熱抵抗が電流印加時に発熱して光導波路屈折率の変化を引き起こす。

【0041】

更に、材料のプラズマ分散効果による電気光学変調によって光導波路の有効屈折率を変更することで、チューナブルフィルタを実現してもよい。

【0042】

本開示の実施例において、チューナブルフィルタは、ＳＯＩ光導波路（薄膜シリコン材料（Ｓｉｌｉｃｏｎ－ｏｎ－ｉｎｓｕｌａｔｏｒ，ＳＯＩ））に基づく熱的変調ブラッグ反射グレーティングフィルタ又はＦ－Ｐキャビティフィルタであってよい。

【0043】

図４に示すように、チューナブルブラッググレーティングフィルタ構造が示されており、１３はシリコン下地であり、１４はシリカ埋め込み酸化層であり、１５は加熱層であり（構造が限定されていない）、１７はブラッグ反射グレーティングである（構造が限定されていない）。

【0044】

加熱層１５は、電気信号を受信するために用いられ、ブラッググレーティング１７は、加熱層１５の下に位置し、グレーティング１７の第１の端は、第２の光信号を受信するために用いられ、グレーティング１７の第２の端は、第３の光信号を出力するために用いられる。

【0045】

光信号を加熱層１５に入力してグレーティング１７の有効屈折率を変更することで、グレーティング１７を経由する第２の光信号を第３の光信号に変更する。

【0046】

図５に示すように、チューナブルＦＰキャビティフィルタ構造が示されており、１３はシリコン下地であり、１４はシリカ埋め込み酸化層であり、１５は加熱層であり（構造が限定されていない）、１６は光導波路であり、１７はブラッグ反射グレーティングである（構造が限定されていない）。

【0047】

具体的には、加熱層１５は、電気信号を受信するために用いられ、光導波路１６は、加熱層１５の下に位置し、第１の分布ブラッグ反射鏡１７は、光導波路１６の第１の端に接続され、第２の光信号を受信するために用いられ、第２の分布ブラッグ反射鏡１７は、光導波路１６の第２の端に接続され、第３の光信号を出力するために用いられる。

【0048】

本開示の実施例において、Ｆ－Ｐキャビティの両側に第１の分布ブラッグ反射鏡１７及び第２の分布ブラッグ反射鏡１７が追加され、ＤＢＲ（Ｄｉｓｔｒｉｂｕｔｅｄ Ｂｒａｇｇ Ｒｅｆｌｅｃｔｏｒ）Ｆ－Ｐキャビティフィルタを構成する。第２の光信号は、光導波路を介してＤＢＲ Ｆ－Ｐキャビティフィルタに入射し、まず、第１の分布ブラッグ反射鏡１７に入り、中心波長の光波が第１の分布ブラッグ反射鏡１７と第２の分布ブラッグ反射鏡１７の間のＦ－Ｐキャビティにおいて干渉し、定常波を形成し、透過した光波が導波路を介して第３の光信号として出力される。両側のグレーティングを利用して反射率を設定し、透過した中心波長と第２の光信号の波長の間に一定のばらつきがあるように、Ｆ－Ｐキャビティの長さを合理的に設定し、Ｆ－Ｐキャビティが熱的変調又は電気的変調される場合、中心波長は第２の光信号の波長へシフトし、第２の光信号の波長における透過率が高くなり、適切な伝送曲線が得られる。それにより、第３の光信号光強度と第１の光信号光強度が非線形関係を呈することを実現する。

【0049】

図１に示すように、光源は、チューナブルフィルタの光信号入力端に設けられ、チューナブルフィルタに光信号を単独で提供する。チューナブルフィルタは、電気信号及び光源により提供された光信号に基づいて変調し、出力端で第３の光信号である光波５を出力する。

【0050】

上記光源は、チューナブルフィルタの入力光信号であり、当該入力光信号と線形演算後の光信号は、同じ波長を有する。初期の無変調状態で、チューナブルフィルタの中心波長と入力光信号の波長は等しく、図６に示すように、この時、チューナブルフィルタの中心波長における反射率が最も大きく、透過率が最も小さく、出力光強度が０に近い。線形演算の出力光信号の光強度の変化につれて、チューナブルフィルタに加えられた変調電気信号が変化し、チューナブルフィルタの中心波長は右へシフトし、入力光信号の波長における光波の透過強度はそれに伴って変化し、即ち、フィルタの中心波長がシフトすると、入力光信号の波長における光波の透過率が変化する。それにより、フィルタの出力光強度とＭＺＩ行列の出力光強度が非線形関係を呈するようになる。

【0051】

図７に示すように、チューナブルフィルタの帯域幅及び自由スペクトル領域（Ｆｒｅｅ Ｓｐｅｃｔｒａｌ Ｒａｎｇｅ，ＦＳＲ）を一定の範囲内に設計し、ＭＺＩ行列の出力光強度が小さい場合、フィルタの出力光強度も小さく、ＭＺＩ行列の出力光強度が大きい場合、フィルタの出力光強度も大きい。従って、ＭＺＩネットワークの出力光信号に対して、チューナブルフィルタにおける光波の伝送は、ｔａｎｈに近似する関数を自然に実現し、それによって非線形関数を実現し、演算の速度及びエネルギー効率比を高めることができる。

【0052】

更に、本開示の１つの実施例において、ＭＺＩネットワーク、光電検出器、光源及びチューナブルフィルタで構成されたフォトニックニューラルネットワークをカスケードし、多層フォトニックニューラルネットワークを得る。

【0053】

具体的には、チューナブルフィルタの出力光信号を次の層のＭＺＩネットワーク構造に直接入力して、多層ネットワークのカスケードを実現することができる。各層の非線形活性化関数部分の入力光信号は単独の光源から入力され、出力光強度と入力光強度には正の相関関係があり、同時に、多層カスケード時に光信号強度が挿入損失及び伝送損失によって減衰する問題も解決される。

【0054】

本開示の実施例によれば、ＭＺＩネットワーク又はＤＣネットワークによって入力光波に線形演算を行い、光電検出器は、ＭＺＩネットワーク又はＤＣ線形演算後に出力された光信号を電気信号に変換するために用いられ、光源によりチューナブルフィルタに光信号を提供し、チューナブルフィルタは、電気信号及び光源により提供された光信号に基づいて変調して、光波を出力する。それにより、低電力消費、低遅延、高エネルギー効率比、高精度のフォトニックニューラルネットワークチップを実現し、且つ、各層の非線形活性化関数部分の入力光信号が単独の光源から入力され、出力光強度と入力光強度には正の相関関係があり、同時に、多層カスケード時に光信号強度が挿入損失及び伝送損失によって減衰する問題も解決される。

【0055】

以下、図面を参照しながら、本開示の実施例により提案されたチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを利用した変調方法について説明する。

【0056】

図８は、本開示の１つの実施例によるチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを利用した変調方法のフローチャートである。

【0057】

図８に示すように、当該チューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを利用した変調方法は、以下のステップを含む。

【0058】

Ｓ１、複数の入力光信号に線形演算を行い、複数の第１の光信号を得る。

【0059】

Ｓ２、前記複数の第１の光信号を複数の電気信号に変換する。

【0060】

Ｓ３、複数の第２の光信号を得る。

【0061】

Ｓ４、複数の電気信号を利用して複数の第２の光信号を変調し、複数の第３の光信号を得る。

【0062】

具体的には、ＭＺＩネットワークによって複数の入力光信号に線形演算を行い、線形演算後に得られた複数の第１の光信号を複数の光電検出器に入力し、光電検出器により光信号を電気信号に変換し、且つ電気信号をチューナブルフィルタに入力し、熱的変調又は電気的変調によって光導波路の有効屈折率を変更することで、チューナブルフィルタを実現し、且つ、光源によりチューナブルフィルタに波長が線形演算と同じ第２の光信号を印加し、電気信号及び光源により提供された第２の光信号に基づいて変調し、出力端で第３の光信号を出力する。

【0063】

本開示の実施例において、第３の光信号の光強度と対応する第１の光信号の光強度は、非線形関係を有することで、ニューラルネットワークにおける活性化関数の機能を実現する。

【0064】

本開示の実施例において、入力光信号、第１の光信号、第２の光信号及び第３の光信号は、同じ波長を有する。

【0065】

より具体的には、線形演算部分が終わった後、光波がＭＺＩ行列から出力され、オンチップ集積された光電検出器により光信号を電気信号に変換し、チューナブルフィルタの変調信号としてチューナブルフィルタに加え、熱的変調又は電気的変調によって光導波路の有効屈折率を変更する。チューナブルフィルタに波長が線形演算と同じ光信号を入力し、チューナブルフィルタの入力光信号とする。初期の無変調状態で、チューナブルフィルタの中心波長と入力光信号の波長が等しいように設計される。

【0066】

前述したフォトニックニューラルネットワークの実施例に対する解釈説明は、当該実施例の方法にも適用されることを説明しておき、ここで繰り返して説明しない。

【0067】

本開示の実施例により提案されたチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを利用した変調方法では、ＭＺＩネットワークによって入力光波に線形演算を行い、線形演算後に得られた光信号を光電検出器に入力し、光電検出器により光信号を電気信号に変換し、且つ電気信号をチューナブルフィルタに入力し、熱的変調又は電気的変調によって光導波路の有効屈折率を変更することで、チューナブルフィルタを実現し、且つ、光源によりチューナブルフィルタに波長が線形演算と同じ光信号を印加し、電気信号及び光源により提供された光信号に基づいて変調し、出力端で光波を出力する。それにより、低電力消費、低遅延、高エネルギー効率比、高精度のフォトニックニューラルネットワークチップを実現し、且つ、各層の非線形活性化関数部分の入力光信号が単独の光源から入力され、出力光強度と入力光強度には正の相関関係があり、同時に、多層カスケード時に光信号強度が挿入損失及び伝送損失によって減衰する問題も解決される。

【0068】

なお、「第１」、「第２」という用語は説明のためのものに過ぎず、相対的な重要性を指示又は示唆するか又は指示された技術的特徴の数を表す意味を暗に含むと理解してはいけない。それにより、「第１」、「第２」で限定された特徴は、少なくとも１つの当該特徴を明らか又は暗に含み得る。本開示の説明では、別途明確且つ具体的に限定されていない限り、「複数」の意味は、少なくとも２つであり、例えば２つ、３つなどである。

【0069】

本明細書の説明では、「１つの実施例」、「いくつかの実施例」、「例」、「具体例」、又は「いくつかの例」などの用語を参照した説明は、当該実施例又は例に結合して説明された具体的な特徴、構造、材料又は特性が本開示の少なくとも１つの実施例又は例に含まれることを意味する。本明細書では、上記用語に対する概略的な記述は、必ず同じ実施例又は例に対するものであるとは限らない。また、説明された具体的な特徴、構造、材料又は特性は、いずれか１つの又は複数の実施例又は例において適切な形で結合することができる。更に、相互に矛盾しない限り、当業者は、本明細書で説明された異なる実施例又は例、及び異なる実施例又は例の特徴に対して結合及び組み合わせを行うことができる。

【0070】

前文で本開示の実施例を示して説明したが、上記の実施例は例示的なものであり、本開示を制限するものとして理解してはいけず、当業者は、本開示の範囲内で上記の実施例に変更、修正、置換及び変形を行うことができる。
以下に本願発明の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
複数の入力光信号を受信するための複数の入力端と、
複数の第１の光信号を出力するための複数の出力端と、を含む線形演算ネットワークであって、前記複数の入力光信号と前記複数の第１の光信号は、１対１の対応関係を有し、各入力光信号の光強度と対応する第１の光信号の光強度は、線形関係を有する線形演算ネットワークと、
前記複数の第１の光信号を受信し、前記複数の第１の光信号を複数の電気信号に変換するための複数の光電検出器と、
複数の第２の光信号を出力するための複数の光源と、
それぞれ１つの光電検出器及び１つの光源に接続され、且つそれぞれ前記光電検出器から出力された前記電気信号及び前記光源から出力された前記第２の光信号を受信し、前記電気信号に基づいて前記第２の光信号を変調して第３の光信号を出力するための複数のチューナブルフィルタと、を備え、
前記第３の光信号の光強度と対応する前記第１の光信号の光強度は、非線形関係を有することを特徴とするチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ２］
前記線形演算ネットワークは、Ｍａｃｈ－Ｚｅｈｎｄｅｒ ｉｎｔｅｒｆｅｒｏｍｅｔｅｒ（ＭＺＩ）ネットワーク又はＤｉｒｅｃｔ ｃｏｕｐｌｅｒ（ＤＣ）ネットワークを含むことを特徴とするＣ１に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ３］
前記入力光信号、前記第１の光信号、前記第２の光信号及び前記第３の光信号は、同じ波長を有することを特徴とするＣ１又は２に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ４］
前記チューナブルフィルタは、ブラッグ反射グレーティングフィルタを含むことを特徴とするＣ１～３のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ５］
前記ブラッグ反射グレーティングフィルタは、
前記電気信号を受信するための加熱層と、
前記加熱層の下に位置し、第１の端が前記第２の光信号を受信するために用いられ、第２の端が前記第３の光信号を出力するために用いられるブラッググレーティングと、を含むことを特徴とするＣ４に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ６］
熱的変調又は電気的変調によって前記ブラッググレーティングの有効屈折率を変更することで、前記チューナブルフィルタを実現することを特徴とするＣ５に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ７］
前記チューナブルフィルタは、Ｆ－Ｐキャビティフィルタを含むことを特徴とするＣ１～３のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ８］
前記Ｆ－Ｐキャビティフィルタは、
前記電気信号を受信するための加熱層と、
前記加熱層の下に位置する光導波路と、
前記光導波路の第１の端に接続され、前記第２の光信号を受信するための第１の分布ブラッグ反射鏡と、
前記光導波路の第２の端に接続され、前記第３の光信号を出力するための第２の分布ブラッグ反射鏡と、を含むことを特徴とするＣ７に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ９］
前記光信号を前記加熱層に入力して前記光導波路の有効屈折率を変更することで、前記光導波路を経由する前記第２の光信号を前記第３の光信号に変更することを特徴とするＣ８に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ１０］
前記ＭＺＩネットワークは、複数の基本ユニットを含み、前記基本ユニットは、カプラ、外部移相器及び内部移相器を含み、前記カプラは、前記外部移相器と前記内部移相器の間に位置することを特徴とするＣ２～９のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ１１］
前記ＤＣネットワークは、複数の基本ユニットを含み、前記基本ユニットは、変調アーム及びチューナブルＤＣカプラを含むことを特徴とするＣ２～９のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ１２］
前記チューナブルフィルタの中心波長は、初期又は無変調状態の時に前記第２の光信号の波長と同じであることを特徴とするＣ１～１１のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ１３］
前記チューナブルフィルタに印加された前記電気信号が変化すると、前記チューナブルフィルタの中心波長がシフトし、前記第２の光信号の波長における光波の透過強度が変化することで、前記チューナブルフィルタから出力された前記第３の光信号の光強度と前記線形ネットワークから出力された前記第１の光信号の光強度が非線形関係を呈するようになることを特徴とするＣ１～１２のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワーク。
［Ｃ１４］
複数のＣ１～１３のいずれか一項に記載のチューナブルフィルタに基づくシリコン基板上のフォトニックニューラルネットワークを含むフォトニック集積回路。
［Ｃ１５］
複数の入力光信号に線形演算を行い、複数の第１の光信号を得るステップと、
前記複数の第１の光信号を複数の電気信号に変換するステップと、
複数の第２の光信号を得るステップと、
複数の電気信号を利用して複数の第２の光信号を変調し、複数の第３の光信号を得るステップと、を含み、
前記第３の光信号の光強度と対応する前記第１の光信号の光強度は、非線形関係を有することを特徴とする光信号の変調方法。
［Ｃ１６］
前記入力光信号、前記第１の光信号、前記第２の光信号及び前記第３の光信号は、同じ波長を有するＣ１５に記載の方法。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】