Binary Amplitude Modulation Suppresses Noise Up-Conversion in Coherent Diffractive Optical Networks

Sintesi Tecnica: La Modulazione di Ampiezza Binaria Sopprime l'Up-conversion del Rumore nelle Reti Ottiche Diffrattive Coerenti

Definizione del Problema
I processori analogici coerenti a onde ottiche, come le reti neurali profonde diffrattive (D²NNs), codificano il calcolo all'interno di spazi di modulazione continui e ad alta dimensionalità (ampiezza complessa e fase). Sebbene potenti, questi sistemi sono intrinsecamente suscettibili al rumore stocastico. Le perturbazioni derivanti da errori di fabbricazione, deriva termica o rumore del detector si proiettano su questo spazio continuo, mescolandosi con il campo ottico portatore del segnale e corrompendone l'output. Studi precedenti hanno osservato che le imperfezioni di fabbricazione nelle D²NN possono causare cali di accuratezza superiori ai 10 punti percentuali tra la simulazione e l'implementazione fisica. La sfida centrale è identificare un meccanismo che sopprima questa "up-conversion del rumore" senza sacrificare la fedeltà della classificazione.

Metodologia
Gli autori propongono e analizzano le BM-D²NN con Maschera di Ampiezza Binaria, che restringono il manifold di modulazione da valori complessi continui a ampiezze binarie $\{0, 1\}$ (completamente opache o completamente trasmissive).

• Architettura: La rete consiste in $N$ strati di modulazione che si alternano con la propagazione in spazio libero di Fresnel. L'evoluzione del campo ottico è governata dalla funzione di trasferimento di Fresnel.
• Addestamento: Poiché le maschere binarie non sono differenziabili, gli autori utilizzano un Estimatore Straight-Through (STE) per l'addestramento. Il passaggio in avanti (forward pass) utilizza i valori della maschera binarizzata (soglia 0.5), mentre il passaggio all'indietro (backward pass) assume un gradiente unitario attraverso la funzione a gradino.
• Modello di Rumore: La robustezza è valutata aggiungendo rumore Gaussiano pixel-wise $\mathcal{N}(m, \sigma^2)$ alle immagini di test pulite senza ri-addestramento. Questo framework copre due regimi fisici: rumore a media nulla (che modella il rumore di shot) e rumore a media non nulla (che modella la corrente oscura termica e il rumore di lettura).
• Framework Teorico: Gli autori derivano una teoria analitica a forma chiusa basata sull'osservazione che, nella condizione $z/\lambda \gg 1$ (dove $z$ è la distanza di propagazione e $\lambda$ è la lunghezza d'onda), i campioni del campo ottico complesso seguono statistiche Proper-Complex-Gaussian (PCG). Ciò consente il tracciamento dei momenti attraverso gli strati di propagazione senza richiedere simulazioni Monte Carlo rumorose.

Contributi Chiave

1. Trade-off tra Dimensionalità della Modulazione e Robustezza: Il documento stabilisce un principio fondamentale: restringere il manifold di modulazione ad ampiezze binarie sopprime l'up-conversion del rumore stocastico. Collassando il canale di miscelazione rumore-segnale ad alta dimensionalità, le maschere binarie agiscono come un filtro passa-basso spaziale implicito per il rumore.
2. Metrica del Rumore Analitica ($C$ e $K$): Gli autori derivano una metrica del contributo del rumore $C$, governata da un fattore di bias di trasmissione $K$.
   • $K$ quantifica l'allineamento spaziale cumulativo tra il profilo di intensità dell'immagine pulita e la trasmissione della modulazione attraverso gli strati.
   • La teoria dimostra che per la modulazione binaria, il bias accumulato $\tilde{K}$ è costantemente meno negativo (ovvero $\tilde{K} > K$) rispetto alla modulazione continua.
   • Ciò porta alla disuguaglianza $\tilde{C} < C$, garantendo che le architetture binarie abbiano un contributo di rumore inferiore rispetto all'intensità del segnale.
3. Predittore su Dati Puliti: Un contributo significativo è la dimostrazione che l'ordinamento di robustezza ($\tilde{C} < C$) può essere predetto utilizzando solo dati puliti. La metrica $K$ è computabile tramite passaggi in avanti (forward pass) su dati puliti, eliminando la necessità di simulazioni rumorose o della conoscenza a priori delle statistiche del rumore dell'hardware.

Risultati

• Accuratezza della Classificazione: Le BM-D²NN a sette strati raggiungono il 90,92% di accuratezza su MNIST e l'81,94% su Fashion-MNIST. Questo valore è entro i 2–4 punti percentuali rispetto alle loro controparti a modulazione continua (C-D²NN), che raggiungono rispettivamente il 92,75% e l'85,27%.
• Robustezza al Rumore: Sotto l'effetto del rumore Gaussiano pixel-wise, le BM-D²NN superano significativamente le C-D²NN.
  • Il vantaggio massimo raggiunge +32,82 punti percentuali (MNIST) per $m=45, \sigma=10$ (BM-D²NN: 81,21% vs. C-D²NN: 48,39%).
  • Le BM-D²NN mantengono prestazioni superiori in tutti i conteggi di strati testati ($N \in [5, 15]$) e in tutti i regimi di rumore (sia a media nulla che a media non nulla).
  • Il vantaggio persiste anche al limite del rumore di shot ($m=0$), confermando che il meccanismo è indipendente dalla media del rumore.
• Incremento di Intensità: La modulazione binaria produce un'intensità sul piano di imaging 6,79 volte superiore rispetto alla modulazione continua per input di dati puliti. Ciò è attribuito al fatto che le maschere binarie trasmettono o bloccano completamente, mentre la modulazione di ampiezza continua attenua la potenza nell'intervallo $[0, 1]$. In condizioni di rumore, questo guadagno rimane di circa 4,5 volte.
• Validazione: La previsione teorica $\tilde{K} > K$ è stata verificata per il 100% dei 10.000 campioni MNIST testati. Inoltre, esiste una forte correlazione globale ($R^2 = 0,964$) tra la metrica del contributo del rumore e il tasso di errore totale attraverso 20 famiglie di modelli addestrati indipendentemente.

Significato
Il documento sostiene di aver stabilito un principio fisico quantitativo che collega la geometria del manifold di modulazione alla robustezza al rumore nell'informatica ottica coerente. La scoperta centrale è controintuitiva: "meno è meglio". Riducendo i gradi di libertà nello spazio di modulazione (da complesso continuo a binario), il sistema diventa più robusto al rumore pur mantenendo un'accuratezza competitiva.

Questo principio è applicabile a qualsiasi processore ottico coerente operante nel regime $z/\lambda \gg 1$, dove la propagazione di Fresnel randomizza le fasi dei pixel creando statistiche PCG. Il lavoro fornisce un criterio di screening pre-fabbricazione ($K$) che consente agli ingegneri di selezionare architetture robuste utilizzando solo dati puliti, senza dover caratterizzare specifici ambienti di rumore o eseguire estese simulazioni rumorose. Ciò offre una via diretta per progettare hardware di machine learning fotonico tollerante alle imperfezioni di fabbricazione.