Photonic computing
Description
Le calcul photonique est un domaine en fort développement depuis une dizaine d'année d'environ et qui offre de nouveaux paradigmes en traitement de l'information en exploitant les propriétés physiques avantageuses de l'optique (i.e. large bande passante, parallélisme, faible consommation énergétique...). Ce module électif présentera sous la forme de séminaires autours de quatres thèmes principaux : (1) les approches neuromorphiques, (2) les technologies d'intégration pour la réalisation de systemes sur puce photonique (Photonique sur silicium, cristaux photoniques, opto-mécanique, nano-optique), (3) l'optimisation par des systèmes physiques (ex. machine de Ising cohérente, optique quantique pour la résolution de problèmes complexes) et enfin (4) les technologies émergentes.
Prérequis
Modélisation (1CC3000)
Statistique et Apprentissage (1CC5000)
Traitement du signal (1CC4000)
Composants Photoniques (3PN2020)
Syllabus
Réseaux de Neurones Photoniques (4 cours)
- notion générique sur les réseaux de neurones artificiels (ANN), apprentissage supervisé non supervisé. Notions de calculateurs réservoir. Applications.
- Systèmes fibrés : systèmes analogiques
- Systèmes espace libre de large dimension
Intégration photonique pour le calcul (2 cours)
- Intégration des ANN sur plateforme photonique silicium. Briques de bases (guides, coupleurs, ...). Utilisation de micro-résonateur.
- Cavités à cristaux photoniques.
Systèmes photoniques pour l'optimisation (1 cours)
- Introduction aux machines de Ising
Approches émergentes (1 cours)
- Notions de réseaux profonds (deep nets). Deep Nets photoniques intégrées (ex.: systèmes diffractifs)
- Intégration volumique
Composition du cours
Cours magistraux sous forme de séminaires orientés sur la pratique avec de nombreux exemples sur les dernières avancées technologiques. Certaines notions feront l'objet d'illustration en laboratoire si le temps le permet.
Evaluation: un examen final.
Notation
Ressources
Résultats de l'apprentissage couverts par le cours
Les objectifs d'apprentissage de ce cours sont les suivants :
- Compréhension des principes de mise en oeuvre des architectures neuro-inspirées photoniques
- Acquisition d'une culture générale en calcul photonique notamment les différentes approches existantes et en développement
Description des compétences acquises à la fin du cours
C.1.5 Bring together broad scientific and technical concepts in a core structure contained within the framework of an interdisciplinary approach
C7.1: Persuade at core value level; to be clear about objectives and expected results. To apply rigour when it comes to assumptions and structured undertakings, and in doing so structure and problematise the ideas themselves. Highlight the added value
Support de cours, bibliographie
Photonic Reservoir Computing : Optical Recurrent Neural Networks
Daniel Brunner, Miguel C. Soriano, and Guy Van der Sande
De Gruyter (2019)