文献

J-GLOBAL ID：202102250650114488   整理番号：21A0449334

深層学習波面センサのための改良型トレーニング【JST・京大機械翻訳】

Improved training for the deep learning wavefront sensor

著者 (3件)： Weinberger Camilo (Pontificia Univ. Catolica de Valparaiso (Chile)) ,  Guzman Felipe (Pontificia Univ. Catolica de Valparaiso (Chile)) ,  Vera Esteban (Pontificia Univ. Catolica de Valparaiso (Chile))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11448  ページ： 114484G-6  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 著者らは最近,畳み込みニューラルネットワークを用いて単一強度画像から収差波面のZernike係数を直接推定することができる深層学習波面センサを提案した。しかし,深層ニューラルネットワークは集中的な訓練段階を必要とし,そこでは,より多くの訓練例が精度を改善し,推定Zernikeモードの量を増加させる。チップやチルトのような低次収差はPSFの空間不変運動のみを生成するので,深い学習波面センサを訓練するときにチップと傾斜推定を別々に処理することを提案し,波面センサ性能を維持しながら訓練努力を低減した。本論文ではまた,深い学習波面センシングのためのより簡単なアーキテクチャを導入し,テストし,一方,与えられた量のZernike係数を推定するための画素数の低減の影響を探査した。この予備的結果は,実時間適応光学系を狙った重要な予測高速化を達成できることを示した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 収差 ,  *学習 ,  *波面 ,  高速化 ,  適応光学 ,  計算機アーキテクチャ
準シソーラス用語： 波面センサ ,  画素数 ,  波面センシング ,  *深層学習 ,  ディープニューラルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 光の像形成  (BD03050I) ,  固体デバイス製造技術一般  (NC03030V) ,  その他の光デバイス  (BD06060O) ,  光デバイス一般  (BD06010L) ,  光学顕微鏡,望遠鏡  (QF05050R)

タイトルに関連する用語 (3件)： 深層学習 ,  波面センサ ,  トレーニング