基于时延光子储备池计算的混沌激光短期预测

摘要

提出并证明了一种利用时延光子储备池计算短期预测混沌激光的时间序列. 具体来说, 建立基于光反馈和光注入半导体激光器的储备池结构, 通过选择合适的系统参数, 时延光子储备池计算可以有效地预测混沌激光约2 ns的动态轨迹. 此外, 研究了系统参数对预测结果的影响, 包括掩模类型、虚拟节点数、训练数据长度、输入增益、反馈强度、注入强度、岭参数和泄漏率. 作为一种具有全光实现潜力的机器学习方法, 时延光子储备池具有结构简单、训练成本低、易于硬件实现等优点.