Archivio Istituzionale della RicercaWe present a deep learning-based method for the automatic extraction of physical parameters from optical spectra and power values of a chirped, tapered, dual-section quantum dot superluminescent diode. The neural network is able to estimate a set of parameters that are capable of reproducing the behavior of the target device with high accuracy.
Deep Learning-Driven Extraction of Superluminescent Diodes Parameters / Marchisio, Andrea; Curri, Vittorio; Carena, Andrea; Bardella, Paolo. - ELETTRONICO. - (2023). (Intervento presentato al convegno International Conference on Numerical Simulation of Optoelectronic Devices (NUSOD) tenutosi a Torino (ITALY) nel 18-21 September 2023) [10.1109/NUSOD59562.2023.10273512].
Deep Learning-Driven Extraction of Superluminescent Diodes Parameters
Marchisio, Andrea;Curri, Vittorio;Carena, Andrea;Bardella, Paolo
2023
Abstract
We present a deep learning-based method for the automatic extraction of physical parameters from optical spectra and power values of a chirped, tapered, dual-section quantum dot superluminescent diode. The neural network is able to estimate a set of parameters that are capable of reproducing the behavior of the target device with high accuracy.
| File | Dimensione | Formato | |
|---|---|---|---|
|
NUSOD23_TuB04.pdf
accesso aperto
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
PUBBLICO - Tutti i diritti riservati
Dimensione
411.41 kB
Formato
Adobe PDF
|
411.41 kB | Adobe PDF | Visualizza/Apri |
|
Marchisio-DeepLearning.pdf
non disponibili
Tipologia:
2a Post-print versione editoriale / Version of Record
Licenza:
Non Pubblico - Accesso privato/ristretto
Dimensione
1.17 MB
Formato
Adobe PDF
|
1.17 MB | Adobe PDF | Visualizza/Apri Richiedi una copia |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/11583/2982317