Dusan Gostimirovic of PreFab Photonics

Abstract: 

PreFab is an image-to-image computer vision system designed to predict and correct nanofabrication variations in integrated photonic circuits. Utilizing convolutional neural networks (CNNs) trained on GDS design files and scanning electron microscope (SEM) images, PreFab enables precise transformations such as fabrication variation prediction, automatic design correction, SEM segmentation, and SEM styling. This system enhances the manufacturability and fidelity of complex photonic circuits by anticipating deviations like erosion, dilation, and edge uncertainties, and compensating for these during the design phase. Additionally, it facilitates post-fabrication analysis through SEM segmentation, allowing for accurate performance analysis. PreFab's methodology aims to minimize fabrication cycles, enhance design fidelity, and adapt to diverse nanophotonic manufacturing techniques, positioning it as a useful tool for the advancement of next-generation photonic technologies.

-------

Résumé : PreFab est un système de vision par ordinateur image à image conçu pour prédire et corriger les variations de nanofabrication dans les circuits photoniques intégrés. En utilisant des réseaux neuronaux convolutionnels (CNN) formés sur des fichiers de conception GDS et des images de microscope électronique à balayage (SEM), PreFab permet des transformations précises telles que la prédiction des variations de fabrication, la correction automatique de la conception, la segmentation SEM et le style SEM. Ce système améliore la fabricabilité et la fidélité des circuits photoniques complexes en anticipant les écarts tels que l'érosion, la dilatation et les incertitudes de bord, et en les compensant pendant la phase de conception. De plus, il facilite l'analyse post-fabrication grâce à la segmentation SEM, permettant une analyse précise des performances. La méthodologie de PreFab vise à minimiser les cycles de fabrication, à améliorer la fidélité de la conception et à s'adapter à diverses techniques de fabrication nanophotonique, le positionnant comme un outil utile pour l'avancement des technologies photoniques de nouvelle génération.

Biography:

Dr. Dusan Gostimirovic is the founder of PreFab Photonics, a spinoff from McGill University and the National Research Council Canada (NRC). With over 10 years of experience in photonics, electronics, and nanofabrication, he specializes in using machine learning and computer vision to enhance the precision and efficiency of nanofabrication processes in integrated photonic circuits. Dusan was a postdoctoral researcher at McGill University, where he focused on advanced machine learning techniques for optimizing photonic device design. He earned his PhD in Electrical and Computer Engineering from Carleton University, where he worked on developing silicon photonic devices aimed at high-bandwidth, low-power communications, and computing applications.

---

Dusan Gostimirovic est le fondateur de PreFab Photonics, une entreprise dérivée de l’Université McGill et du Conseil national de recherches du Canada (CNRC). Fort de plus de 10 ans d’expérience en photonique, en électronique et en nanofabrication, il se spécialise dans l’utilisation de l’apprentissage automatique et de la vision par ordinateur pour améliorer la précision et l’efficacité des processus de nanofabrication dans les circuits photoniques intégrés. Dusan a été chercheur postdoctoral à l’Université McGill, où il s’est concentré sur les techniques avancées d’apprentissage automatique pour optimiser la conception de dispositifs photoniques. Il a obtenu son doctorat en génie électrique et informatique de l’Université Carleton, où il a travaillé au développement de dispositifs photoniques au silicium destinés aux communications à large bande passante et à faible consommation d’énergie et aux applications informatiques.