モードオンデマンド高フィネス光共振器設計のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Karpov Denis V.; Kurdiumov Sergei; Horak Peter

プレプリント

J-GLOBAL ID：202202220288199080 整理番号：22P0285971

モードオンデマンド高フィネス光共振器設計のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Convolutional Neural Networks for Mode On-Demand High Finesse Optical Resonator Design

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 (3件)： , ,
資料名：
発行年： 2022年02月07日プレプリントサーバーでの情報更新日： 2022年02月07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)

光共振器工学の逆設計問題を解くために,畳み込みニューラルネットワークによる機械学習の使用を実証した。ニューラルネットワークは,与えられたターゲットトポロジー(モードオンデマンド)を有する共振器モードを生成するために,球面鏡の高調波変調を見つける。この手順により,共振器光子と共振器の中心に位置する量子エミッタとの間の結合強さと協同性を著しく高めるためのミラーの形状を最適化することができた。第2の例では,量子情報処理のための2つの量子エミッタ間の相互作用を強化する二重ピークモードを設計した。【JST・京大機械翻訳】

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

量子光学一般 , レーザ一般

, , , ,

前のページに戻る