這篇論文的工作部分詳細介紹了矽光子神經網絡（Photonic Neural Network, PNN）在色散補償方面的應用和實驗驗證。以下是這部分的主要內容：
- 矽光子神經網絡（PNN）設計：
- 設計了一個基於矽光子集成平台的8通道時延複雜感知器，用於實現可調諧光學濾波器，以補償色散。
- 線性與非線性變換：
- 利用線性階段（由8個時延單元組成）和非線性階段（通過光場的平方模數實現）來處理輸入信號。
- 訓練方法：
- 通過最大化眼圖開度來減少誤碼率，採用進化算法和基於梯度的方法進行訓練，並比較了它們的收斂性和重複性。
- 實驗驗證：
- 在20 Gbps 4級脈衝幅度調製（PAM4）信號下，實驗驗證了長達125公里的光纖傳輸中的色散補償效果。
- 理論分析與模擬研究：
- 通過理論分析和模擬研究，探討了PNN設計的可擴展性，驗證了其在更高速率（100 Gbps）下的潛在應用。