機械学習による高精度光波長計【JST・京大機械翻訳】

Hasan Gazi Mahamud; Hasan Mehedi; Liu Peng; Rad Mohammad; Bernier Eric; Hall Trevor James

プレプリント

J-GLOBAL ID：202202204610805166 整理番号：22P0304070

機械学習による高精度光波長計【JST・京大機械翻訳】

Optical Wavelength Meter with Machine Learning Enhanced Precision

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月14日プレプリントサーバーでの情報更新日： 2022年03月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

フォトニクスとマイクロ波工学における多様な応用は信号の瞬時周波数の測定の手段を必要とする。フォトニック実装は,光遅延線によって提供される周波数依存位相シフトを測定するために,3つ以上の出力ポートを備えた干渉計を適用する。干渉計を構成する成分は,誤った測定をもたらす障害の傾向がある。検索される情報は,三次元デカルト物体空間内の円形円錐上にある3成分ベクトルにより符号化されることを示した。測定データは,干渉計の作用を記述する線形マップの下でオブジェクト空間の画像に属する。学習アルゴリズムによって,画像空間から物体空間への逆写像を構築した。逆写像は雑音に対してロバストである間,様々な障害を補償する。シミュレーション結果は,干渉計モデルがすべての重要な障害を捕えるために,ランダムノイズのレベルだけによって制限される精度が達成可能であることを証明した。波長計アーキテクチャをSi_3N_4フォトニック集積プラットフォーム上に製作し,この方法を実験的に証明した。測定データに適用して,従来法と比較して,提案した方法によって精度の1桁以上の改善を達成した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

図形・画像処理一般

前のページに戻る