Aprendizaje profundo yorschungssuperoscilatorios empoderados por sonda de fibra multimodo para detección de...

Área de la Ciencia:

• Metrología
• Física Óptica
• Aprendizaje Automático

Sus antecedentes:

• La metrología de alta precisión es crucial para la fabricación de semiconductores y las ciencias de la vida.
• Los métodos actuales de medición de desplazamiento carecen de flexibilidad en interiores de equipos complejos.

Objetivo del estudio:

• Desarrollar un enfoque de medición de nano-desplazamiento in situ y sin contacto.
• Permitir el sondeo flexible dentro de espacios confinados utilizando una sonda compacta.

Principales métodos:

• Utilización de una sonda de fibra multimodo con aprendizaje profundo para el análisis de speckles superoscilatorios.
• Establecimiento de un modelo físico para vincular el desplazamiento con los modos de orden superior en la fibra.
• Empleo de aprendizaje conjunto para un reconocimiento robusto en condiciones variables.

Principales resultados:

• Se logró una resolución de 10 nm y una precisión del 99,95 % en la detección de extremo único.
• Se demostró la capacidad de sonda submilimétrica para diversos objetivos en espacios confinados.
• Se validó el reconocimiento robusto en diferentes curvaturas de fibra y tipos de materiales con altas relaciones de compresión.

Conclusiones:

• El enfoque desarrollado ofrece alta precisión, bajos costos de entrenamiento y procesamiento de alta velocidad.
• La capacidad de imagen de la sonda muestra potencial para litografía, detección de fuerzas débiles y microendoscopia.
• Este método avanza la metrología in situ para entornos complejos.