Marco de diseño conjunto para la optimización conjunta de sistemas ópticos astronómicos y algoritmos de aprendizaje...

Área de la Ciencia:

• La astronomía es la astronomía.
• Imágenes computacionales de imágenes.
• Ingeniería óptica Ingeniería óptica.

Sus antecedentes:

• La optimización tradicional del sistema óptico utiliza métricas desacopladas de los algoritmos modernos de aprendizaje profundo.
• Las métricas clásicas de calidad de imagen como el radio de punto RMS no reflejan directamente el rendimiento de los sistemas de detección impulsados por IA.

Objetivo del estudio:

• Introducir un marco interdisciplinario para la optimización de sistemas ópticos directamente para el rendimiento de algoritmos de aprendizaje profundo.
• Para cerrar la brecha entre el diseño óptico y el análisis de datos científicos basados en IA.

Principales métodos:

• Integrado un simulador de sistema óptico con un algoritmo de detección de aprendizaje profundo para la optimización conjunta.
• Se utilizó la precisión de detección de una red previamente entrenada y con peso fijo en imágenes simuladas como señal de evaluación primaria.
• Facilitó el refinamiento en circuito cerrado de los parámetros de diseño óptico al combinar el rendimiento de la IA con las funciones de mérito óptico clásico.

Principales resultados:

• Telescopios optimizados de enfoque primario y Ritchey-Chrétien para un estudio astronómico de amplio campo.
• Se logró una mejora en la eficiencia y precisión de la detección de objetos celestes con los sistemas diseñados conjuntamente.
• Demostró la efectividad de optimizar conjuntamente los sistemas ópticos y sus algoritmos asociados.

Conclusiones:

• El marco propuesto ofrece una vía innovadora para el diseño conjunto de sistemas ópticos y algoritmos a medida.
• Este enfoque mejora el rendimiento de las encuestas astronómicas al adaptar la óptica a tareas específicas de IA.
• La optimización directa para el rendimiento de la IA representa un avance significativo en la ingeniería de sistemas ópticos.