결합형 마이크로링 기반 광 뉴로모픽 프로세싱
뉴로모픽 광 아키텍처 확장을 위해서는 개별 네트워크 노드의 물리적 컴퓨팅 메커니즘 이해가 필수적입니다. 본 연구는 세 개의 동일한 마이크로링으로 구성된 SCISSOR(side-coupled integrated spaced sequence of resonators) 기반의 소형 수동형 비선형 광학 코어를 제안하고, 그 컴퓨팅 능력을 탐구합니다. 이 코어는 비선형성과 내부 피드백을 통해 주입 전력 및 파장 튜닝으로 아날로그, 스파이킹, 쌍안정 응답을 구현합니다. 시간 다중화된 리저버 컴퓨팅에서 단일 비선형 노드로 구현된 SCISSOR는 Iris 데이터셋에서 오류 없는 분류를 달성했으며, Sonar 태스크에서는 150개의 가상 노드를 사용한 아날로그 및 디지털 리저버 표현 모두에서 97% 이상의 정확도를 보였습니다. 특히 디지털 방식에서는 스파이킹 동역학이 희소한 리저버 상태를 자연스럽게 생성하여 단일 스파이크만으로도 효율적인 분류가 가능했습니다. 흥미롭게도, 동역학적 복잡성 및/또는 출력 전력의 급격한 변화가 발생하는 경계 지점에서의 작동은 높은 태스크 성능을 지원하여 향후 온칩 학습을 위한 새로운 전략을 제시합니다. 스파이킹 및 열 쌍안정성 또한 계산 성능 향상에 기여했습니다. 이러한 결과는 결합형 광학 마이크로링이 특히 kHz-MHz 신호 대역폭이 중요한 광학 도메인 전처리 및 감지 시나리오에서 미래 뉴로모픽 광학 프로세서를 위한 소형, 물리적으로 해석 가능한 비선형 빌딩 블록으로 활용될 수 있음을 시사합니다.