Ein modellfreier, gradientenbasierter Optimierungsansatz ermöglicht eine effiziente In-situ-Trainierung von Optikcomputern, die eine hochgenaue und schnelle Klassifizierung von Zellen ohne Verwendung von Markern ermöglichen.
Die Leistung photonischer neuronaler Netzwerke, die auf der Superkontinuumerzeugung in photonischen Kristallfasern basieren, hängt entscheidend von der Abstimmung der optischen Nichtlinearität ab. Eine zu starke Nichtlinearität, die zur Erzeugung eines oktavüberspannenden Superkontinuums führt, verschlechtert die Leistung aufgrund von Informationsverlust.