近日，光機(jī)電學(xué)院先進(jìn)光電子應(yīng)用基礎(chǔ)交叉研究中心戴朝卿教授團(tuán)隊(duì)以《深度學(xué)習(xí)用于模式鎖定光纖激光器中矢量-孤子脈沖的動(dòng)態(tài)建模和編碼信息存儲(chǔ)）》（Deep learning for dynamic modeling and coded information storage of vector-soliton pulsations in mode-locked fiber lasers）為題在線(xiàn)發(fā)表在光學(xué)領(lǐng)域國(guó)際權(quán)威期刊《Laser & Photonics Reviews》（激光與光子學(xué)評(píng)論）上（中科院1區(qū)，IF5：11.1）。該項(xiàng)工作將神經(jīng)網(wǎng)絡(luò)方法首次應(yīng)用于光學(xué)孤子非平穩(wěn)動(dòng)力學(xué)領(lǐng)域，實(shí)現(xiàn)了光纖激光器復(fù)雜孤子演化的精準(zhǔn)預(yù)測(cè)并應(yīng)用于高容錯(cuò)信息編碼。該論文成果的第一單位為浙江農(nóng)林大學(xué)光機(jī)電工程學(xué)院，第一作者為碩士研究生司志增，論文共同第一作者為王大磊副教授，論文通訊作者為光機(jī)電工程學(xué)院戴朝卿教授，共同通訊作者為劉威副教授、王悅悅教授。
該工作是與國(guó)際著名非線(xiàn)性物理領(lǐng)域權(quán)威專(zhuān)家——以色列特拉維夫大學(xué)Boris A. Malomed教授合作完成，是戴朝卿教授團(tuán)隊(duì)主持國(guó)家自然科學(xué)基金委國(guó)際合作項(xiàng)目以來(lái)取得的標(biāo)志性成果。
近年來(lái)，隨著深度學(xué)習(xí)的興起，深度神經(jīng)網(wǎng)絡(luò)取得了突破性進(jìn)展，在智能光子學(xué)領(lǐng)域得到了廣泛應(yīng)用。為了克服傳統(tǒng)數(shù)值方法在模擬非平穩(wěn)孤子演化過(guò)程中計(jì)算量大、效率低的困難，戴朝卿教授團(tuán)隊(duì)提出了一種雙并行雙向長(zhǎng)短期記憶遞歸神經(jīng)網(wǎng)絡(luò) (TP-Bi_LSTM RNN)，主要目的是預(yù)測(cè)矢量孤子脈動(dòng)（VSP）在各種復(fù)雜狀態(tài)下的動(dòng)力學(xué)，并通過(guò)實(shí)驗(yàn)驗(yàn)證了其實(shí)時(shí)性（如圖1）。作為例子，對(duì)于周期為“21”的單周期VSP和周期為“3+43”的雙周期VSP，TP-Bi_LSTM RNN的預(yù)測(cè)結(jié)果比直接模擬提供的預(yù)測(cè)結(jié)果更優(yōu)異，即TP-Bi_LSTM RNN結(jié)果產(chǎn)生的偏差分別比模擬提供的偏差小36%和18%。此外，還對(duì)不穩(wěn)定VSP狀態(tài)進(jìn)行預(yù)測(cè)，結(jié)果表明，訓(xùn)練集的優(yōu)化和訓(xùn)練迭代次數(shù)對(duì)預(yù)測(cè)尤為重要。最后，團(tuán)隊(duì)實(shí)現(xiàn)了基于TP-Bi_LSTM RNN的編碼信息存儲(chǔ)方案（如圖2），這極大避免了實(shí)際激光器的脈沖信號(hào)不穩(wěn)定等問(wèn)題。這一發(fā)現(xiàn)為深度學(xué)習(xí)在超快光學(xué)和信息存儲(chǔ)方面提供了新的應(yīng)用。
這項(xiàng)研究不僅為理解和預(yù)測(cè)非穩(wěn)態(tài)孤子脈動(dòng)提供了新工具，而且為超快光學(xué)和信息存儲(chǔ)領(lǐng)域帶來(lái)了潛在的應(yīng)用前景。該方案不僅解決了傳統(tǒng)數(shù)值模擬方法中存在的計(jì)算量大、效率低等問(wèn)題，還為未來(lái)利用深度學(xué)習(xí)技術(shù)改進(jìn)光纖激光器的信息編碼提供了理論基礎(chǔ)和技術(shù)路徑。
圖1 孤子動(dòng)力學(xué)和編碼信息存儲(chǔ)的RNN預(yù)測(cè)流程圖和實(shí)驗(yàn)裝置
圖2 基于TP-Bi_LSTM RNN信息編碼
（光機(jī)電學(xué)院 司志增 劉威）
浙ICP備11046845號(hào)-1 浙公網(wǎng)安備33018502001115號(hào) 