Fotónica No Lineal

Dentro de esta línea de investigación exploramos fenómenos complejos utilizando fuentes fotónicas modernas, integrándolas en sistemas complejos funcionales. Nuestro laboratorio de fotónica no lineal, que trabaja en estrecha colaboración con un sólido equipo teórico, tiene como objetivo fundamental obtener una comprensión más profunda de los fenómenos complejos en fotónica. A nivel práctico, proporcionamos soluciones novedosas en campos tan diversos como las comunicaciones ópticas y el procesamiento de la información, transfiriendo nuestro conocimiento al área de las Tecnologías de la Información y las Comunicaciones (TIC).

Abordamos, principalmente, estudios sobre las propiedades de emisión no lineal y espacio-temporal de los láseres de semiconductor. Las implementaciones prácticas se realizan, sobre todo, en redes ópticas complejas que utilizan estos láseres. En el laboratorio de fotónica no lineal también avanzamos en el desarrollo de técnicas de caracterización y exploramos aplicaciones de los sistemas fotónicos complejos en las tecnologías de la información. Nuestros objetivos incluyen aplicaciones de cifrado óptico y procesamiento ultrarrápido de la información utilizando sistemas fotónicos neuro-inspirados.

Investigadores

  • Pere Colet

    Pere Colet

  • Ingo Fischer

    Ingo Fischer

  • Damià Gomila

    Damià Gomila

  • Claudio Mirasso

    Claudio Mirasso

  • Roberta Zambrini

    Roberta Zambrini

  • Apostolos Argyris

    Apostolos Argyris

  • Miguel C. Soriano

    Miguel C. Soriano

Recent and ongoing Research projects

POST-DIGITAL

POST-DIGITAL: Neuromorphic computing in photonic and other nonlinear media

I.P.: Ingo Fischer, Claudio Mirasso
POST-DIGITAL is a Marie Skłodowska-Curie Innovative Training Network, funded by the European Union’s Horizon 2020 research and innovation programme. POST-DIGITAL is committed to form a new generation of engineers and researchers, affording ...

ADOPD

Adaptive Optical Dendrites

I.P.: Ingo Fischer, Claudio Mirasso
The increased demand for computation with low energy consumption requires entirely novel hardware concepts. In ADOPD we develop ultra-fast computational units based on optical-fiber technologies exploiting information processing principles used by neurons ...

Decaph

Dendrite-based Computation Applied to PHotonics systems

I.P.: Apostolos Argyris, Ingo Fischer, Claudio Mirasso
The DECAPH project addresses fundamental aspects of cognitive computing introducing a disruptive architecture that mimics in more detail the actual operations that are performed in the brain. By mimicking such neuron structures ...

QuaResC

Quantum machine learning using reservoir computing

I.P.: Miguel C. Soriano, Roberta Zambrini
The QuaResC project engages in a new collaboration UIB and CSIC researchers at IFISC with the objective to address an interdisciplinary topic between artificial intelligence and quantum physics: quantum machine learning using ...

Publicaciones recientes

Microring resonators with external optical feedback for time delay reservoir computing

Donati, Giovanni; Mirasso, Claudio R.; Mancinelli, Mattia; Pavesi, Lorenzo; Argyris, Apostolos
Submitted (2021)

Analog information processing with time-multiplexed optoelectronic systems

Goldmann, Mirko; Fischer, Ingo; Soriano, Miguel C.
Emerging Topics in Artificial Intelligence (ETAI) 2021, International Society for Optics and Photonics, 11804, 118041X (2021)

Quantum reservoir computing in bosonic networks

Mujal, Pere; Nokkala, Johannes; Martinez-Peña, Rodrigo; García-Beni, Jorge; Giorgi, Gian Luca; Soriano, Miguel C.; Zambrini, Roberta
Emerging Topics in Artificial Intelligence (ETAI) 2021, SPIE, International Society for Optics and Photonics, 11804, 20-29 (2021)

Boosting the output power of large-aperture lasers by breaking their circular symmetry

Brejnak, A.; Gębski, M.; Sokół, A. K.; Marciniak, M.; Wasiak, M.; Muszalski, J.; Lott, J. A.; Fischer, I.; Czyszanowski, T.
Optica 8 (9), 1167-1175 (2021)

High-Performance Reservoir Computing With Fluctuations in Linear Networks

Nokkala, Johannes; Martínez-Peña, Rodrigo; Zambrini, Roberta; Soriano, Miguel C.
IEEE Transactions on Neural Networks and Learning Systems , (2021)

Noticias relacionadas


Esta web utiliza cookies para la recolección de datos con un propósito estadístico. Si continúas navegando, significa que aceptas la instalación de las cookies.


Más información De acuerdo