回折型光学ニューラルネットワークをインループで使用した波面補正

科学分野:

• 光学およびフォトニクス
• 人工知能
• 光学工学

背景:

• 波面補正は、多様な科学技術分野において極めて重要です。
• 既存の波面補正方法は、多くの場合、波面センサーを必要とし、複雑になることがあります。
• リアルタイムでセンサーレス、かつ広範に適用可能な波面補正の実現には、依然として課題があります。

研究 の 目的:

• オールオプティカル波面キャリブレーションルーチンを開発すること。
• 波面センサーを必要とせずにリアルタイム波面補正を可能にすること。
• 汎用的で適応性の高い波面補正アプローチを実証すること。

主な方法:

• 回折型光学ニューラルネットワーク（DONN）を利用したオールオプティカル波面キャリブレーションルーチンを提案しました。
• DONNは、事前学習済みの多層位相変調ピクセルアレイで構成されています。
• 光学システムのキャリブレーションのために、DONNインループアプローチを実装しました。

主要な成果:

• センサーに依存しないリアルタイム波面補正を実現しました。
• 最適化されたDONNは、未知の波面歪みを補償する能力を示しました。
• システムは広範な汎化性能を示し、新しい歪みに対してタスク固有の再トレーニングを必要としませんでした。

結論:

• 提案手法は、光学システムのキャリブレーションのための迅速かつ効率的なアプローチを提供します。
• 広範に適用可能でほぼオールオプティカルな波面補正技術を確立しました。
• DONNインループシステムは、光学波面制御における重要な進歩を示しています。