文献

J-GLOBAL ID：202202266929203836   整理番号：22A0794897

高効率自己集束格子の設計と特性評価のための深層学習【JST・京大機械翻訳】

Deep learning for the design and characterization of high efficiency self-focusing grating

著者 (9件)： Pu Tanchao (Key Laboratory of Microelectronic Devices & Integrated Technology, Institute of Microelectronics of Chinese Academy of Sciences, Beijing 100029, China) ,  Pu Tanchao (University of Chinese Academy of Sciences, Beijing 101408, China) ,  Pu Tanchao (Optoelectronics Research Centre and Centre for Photonic Metamaterials, University of Southampton, Southampton SO17 1BJ, UK) ,  Cao Fulin (Key Laboratory of Microelectronic Devices & Integrated Technology, Institute of Microelectronics of Chinese Academy of Sciences, Beijing 100029, China) ,  Cao Fulin (University of Chinese Academy of Sciences, Beijing 101408, China) ,  Liu Ziwei (Key Laboratory of Microelectronic Devices & Integrated Technology, Institute of Microelectronics of Chinese Academy of Sciences, Beijing 100029, China) ,  Liu Ziwei (University of Chinese Academy of Sciences, Beijing 101408, China) ,  Xie Changqing (Key Laboratory of Microelectronic Devices & Integrated Technology, Institute of Microelectronics of Chinese Academy of Sciences, Beijing 100029, China) ,  Xie Changqing (University of Chinese Academy of Sciences, Beijing 101408, China)
資料名： Optics Communications  (Optics Communications)
巻： 510  ページ： Null  発行年： 2022年 
JST資料番号： A0678B  ISSN： 0030-4018  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 深層学習アルゴリズムは,高効率自己集束可変線空間格子の設計と特性化をかなり単純化できることを示した。このニューラルネットワークは,伝送関数パラメータに対して最大94%の回収率で実行される。数値シミュレーションと光学実験により,著者らは,そのような方法で設計した自己集束型可変線空間格子が,入射強度と比較して約30倍,そして,一次のピーク強度とゼロ次の強度の間の高い比(約60)で増強される,一次回折ピークの強度のような,強化された機能に付与されることを示す,ことを示した。”そのように,そのような方法で設計された,自己集束型可変線-空間格子は,増強機能に付与される,ことを示した。”そのように,一次回折ピークの強度は,入射強度と比較して,約30倍増強され,そして,一次のピーク強度と,ゼロ次の強度との間の高い比(約60)を,増強する。著者らの結果は,自己集束可変線-空間格子の急速設計とキャラクタリゼーションと,ターゲット遠視野回折パターンのための最適な微細構造を可能にし,それは分光法とモノクロメータ化応用において重要な役割を果たす。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 回折 ,  回折格子 ,  *自己集束 ,  シミュレーション ,  伝達関数 ,  モノクロメータ ,  簡素化 ,  ニューラルネットワーク ,  光学 ,  結晶格子 ,  遠視野 ,  学習アルゴリズム
準シソーラス用語： *高効率 ,  数値シミュレーション ,  回折パターン ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 回折格子 ,  ニューラルネットワーク ,  光学構造設計 ,  自己集束

分類 (2件)： レーザ一般  (BD04030T) ,  光デバイス一般  (BD06010L)

タイトルに関連する用語 (6件)： 高効率 ,  自己集束 ,  格子 ,  設計 ,  特性評価 ,  深層学習