재구성 가능한 전기광학 비선형 활성화 함수로 구현한 광신경망

본 논문은 광학 신경망(Optical Neural Network, ONN)에서 비선형 활성화 함수를 구현하기 위한 새로운 전기광학(electro‑optic) 하드웨어 플랫폼을 제안한다. 기존의 광학 비선형성은 물리적으로 약하고, 높은 전력·긴 상호작용 길이, 혹은 고품질 공진 구조에 의존해야 하는데, 이는 대역폭 제한, 제조 복잡성, 그리고 고정된 비선형 형태라는 문제점을 안고 있다. 저자들은 이러한 제약을 극복하고자, 입력 광신호의 일부분을 전기 신호로 변환한 뒤, 동일한 광신호를 전기광학 위상 변조기에 인가하여 강도 변조를 수행하는 방식을 고안했다. 구조는 크게 네 부분으로 구성된다. (1) 입력 파워의 α(≈0.1) 비율을 디렉셔널 커플러를 통해 포토디텍터로 빼낸다. (2) 포토디텍터는 전류 I_pd=R·α|z|²를 생성하고, 트랜임피던스 증폭기(G)로 전압 V_G=G·R·α|z|² 로 변환한다. (3) 전압은 선택적으로 비선형 신호 컨디셔너 H(·)를 거쳐 전압 바이어스 V_b와 합산되어 위상 변이 Δφ=π(V_b+H(V_G))/V_π 를 만든다. (4) 이 위상 변이는 MZI(마흐‑젠더 인터페라터)의 한 팔에 적용되어, 광신호는 비선형적인 진폭 변조를 겪는다. 수식적으로는 최종 활성화 함수 f(z)=j√(1−α)·exp