| 講演名 | 2022-10-20 Si細線-トポロジカル導波路間の結合効率向上に向けた深層学習による構造設計 坂本 樹(東工大), 雨宮 智宏(東工大), 岡田 祥(東工大), 各務 響(東工大), 西山 伸彦(東工大), 胡 暁(物質・材料研究機構), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 通常のSi導波路とトポロジカル伝送路間の高効率な結合を実現するため, 深層学習を用いた構造設計の提案を行った. トポロジカルフォトニック系では, 素子を構成するすべての単位胞のパラメータを個別に設計することはパラメータ数量が累乗で増大することから現実的とは言えない. そのため, 深層学習を用いた構造設計を行った. 深層学習を用いる構造設計の手順としては, 単位胞の中心から空気孔までの距離を単位胞ごとにランダムにずらすことにより, 6000個からなるデータセットを有限差分時間領域法で取得した. 次にデータセットを用いるため, 畳み込み層を含む5層からなるニューラルネットワークを構成した. そのネットワークに学習を行うことにより相関係数0.943をもつ回帰関数を得た. その回帰関数から構造パラメータ空間を探索することにより, データセットにおける最高結合効率を超える構造パラメータを導出でき, 深層学習を用いた手法の有効性を示した. |
| 抄録(英) | We propose a structure design method using deep learning to achieve highly efficient coupling between a normal Si waveguide and a topological transmission line. In topological photonic systems, it is not realistic to design the parameters of all unit cell elements individually, because the number of parameters increases in powers of unity. Therefore, we have applied deep learning to the structure designing. In the procedure of structural design using deep learning, a dataset consisting of 6,000 data was obtained using the finite difference time domain method by randomly shifting the distance from the center of the unit cell to the air pore for each unit cell. Next, to use the datasets, we constructed a neural network consisting of five layers, including a convolutional layer. By training the network, we obtained a regression function with a correlation coefficient of 0.943. By exploring the structural parameter space from the regression function, we were able to derive structural parameters that exceed the highest coupling efficiency in the dataset, demonstrating the effectiveness of the method using deep learning. |
| キーワード(和) | トポロジカルフォトニクス / シリコンフォトニクス / 深層学習 |
| キーワード(英) | Topological photonics / Silicon photonics / Deep learning |
| 資料番号 | OCS2022-25,OPE2022-71,LQE2022-34 |
| 発行日 | 2022-10-13 (OCS, OPE, LQE) |
| 研究会情報 | |
| 研究会 | OPE / OCS / LQE |
|---|---|
| 開催期間 | 2022/10/20(から2日開催) |
| 開催地（和） | 松山市民会館 小ホール |
| 開催地（英） | |
| テーマ（和） | 超高速伝送・変復調・分散補償技術，超高速光信号処理技術，広帯域光増幅・WDM技術，受光デバイス，高光出力伝送技術，及び一般 |
| テーマ（英） | |
| 委員長氏名（和） | 橋本 俊和(NTT) / 星田 剛司(富士通) / 高原 淳一(阪大) |
| 委員長氏名（英） | Toshikazu Hashimoto(NTT) / Takeshi Hoshida(Fujitsu) / Junichi Takahara(Osaka Univ.) |
| 副委員長氏名（和） | 荒川 太郎(横浜国大) / / 西村 公佐(KDDI総合研究所) |
| 副委員長氏名（英） | Taro Arakawa(Yokohama National Univ.) / / Kosuke Nishimura(KDDI Research) |
| 幹事氏名（和） | 小林 弘和(高知工科大) / 村尾 覚志(三菱電機) / 山本 秀人(NTT) / 川口 雄揮(住友電工) / 田中 信介(富士通) / 藤田 和上(浜松ホトニクス) |
| 幹事氏名（英） | Hirokazu Kobayashi(Kochi Univ. of Tech) / Tadashi Murao(Mitsubishi Electric) / Shuto Yamamoto(NTT) / Yuki Kawaguchi(Sumitomo Electric Industries) / Shinsuke Tanaka(Fujitsu) / Kazuue Fujita(Hamamatsu Photonics) |
| 幹事補佐氏名（和） | 石坂 雄平(関東学院大) / 梅木 毅伺(NTT) / / 西島 喜明(横浜国大) / 西山 伸彦(東工大) |
| 幹事補佐氏名（英） | Yuhei Ishizaka(Kanto Gakuin Univ.) / Takeshi Umeki(NTT) / / Yoshiaki Nishijima(Yokohama National Univ.) / Nobuhiko Nishiyama(Tokyo Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on OptoElectronics / Technical Committee on Optical Communication Systems / Technical Committee on Lasers and Quantum Electronics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Si細線-トポロジカル導波路間の結合効率向上に向けた深層学習による構造設計 |
| サブタイトル（和） | |
| タイトル（英） | Structural Design by Deep Learning for Improving Coupling Efficiency between Si Thin Wire and Topological Waveguide |
| サブタイトル（和） | |
| キーワード(1)（和/英） | トポロジカルフォトニクス / Topological photonics |
| キーワード(2)（和/英） | シリコンフォトニクス / Silicon photonics |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| 第 1 著者 氏名（和/英） | 坂本 樹 / Itsuki Sakamoto |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 2 著者 氏名（和/英） | 雨宮 智宏 / Tomohiro Amemiya |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 3 著者 氏名（和/英） | 岡田 祥 / Sho Okada |
| 第 3 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 4 著者 氏名（和/英） | 各務 響 / Hibiki Kagami |
| 第 4 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 5 著者 氏名（和/英） | 西山 伸彦 / Nobuhiko Nishiyama |
| 第 5 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 6 著者 氏名（和/英） | 胡 暁 / Xiao Hu |
| 第 6 著者 所属（和/英） | 物質・材料研究機構(略称：物質・材料研究機構) National Institute for Materials Science(略称：NIMS) |
| 発表年月日 | 2022-10-20 |
| 資料番号 | OCS2022-25,OPE2022-71,LQE2022-34 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | OCS-216,OPE-217,LQE-218 |
| ページ範囲 | pp.45-50(OCS), pp.45-50(OPE), pp.45-50(LQE), |
| ページ数 | 6 |
| 発行日 | 2022-10-13 (OCS, OPE, LQE) |