Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Deconvolution01:20

Deconvolution

616
Deconvolution, also known as inverse filtering, is the process of extracting the impulse response from known input and output signals. This technique is vital in scenarios where the system's characteristics are unknown, and they must be inferred from the observable signals.
Deconvolution involves several mathematical techniques to derive the impulse response. One common approach is polynomial division. In this method, the input and output sequences are treated as coefficients of...
616
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)01:20

¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)

1.7K
When proton-coupled carbon-13 spectra are simplified by a broadband proton decoupling technique, structural information about the coupled protons is lost. Distortionless enhancement by polarization transfer (DEPT) is a technique that provides information on the number of hydrogens attached to each carbon in a molecule. While the DEPT experiment utilizes complex pulse sequences, the pulse delay and flip angle are specifically manipulated. The resulting signals have different phases depending on...
1.7K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Enantio- and <i>Z</i>/<i>E</i>-Stereodivergent Ni/Pd Dual Catalysis for Trisubstituted Alkenes Featuring α-Chiral Carbonyls.

Journal of the American Chemical Society·2026
Same author

Synergistic Effects of Air Pollutants and Extreme Temperature on Asthma: A Narrative Review of Mechanisms and Evidence.

Toxics·2026
Same author

Potentially Functional Variants in FCER1A and PLCG2, Two B Cell-Related Immune Genes Predict the Survival of Chinese Gastric Cancer Patients.

Molecular carcinogenesis·2026
Same author

Optical system design for GM-APD lidar based on multi-angle micro-nano polarization array.

Optics express·2026
Same author

Strategy for achieving spectral flatness of low crystal symmetry nanoparticles doped polymer based optical waveguide amplifier by constructing a heterogeneous core-shell structure.

Optics express·2026
Same author

Genetic variants of <i>CD160</i>, <i>MERTK</i>, and <i>IL15</i> in natural killer cell-related pathway predict gastric cancer survival.

Frontiers in immunology·2026

関連する実験動画

Updated: Feb 19, 2026

Demonstration of Spin-Multiplexed and Direction-Multiplexed All-Dielectric Visible Metaholograms
08:48

Demonstration of Spin-Multiplexed and Direction-Multiplexed All-Dielectric Visible Metaholograms

Published on: September 25, 2020

6.3K

条件付きマルチタスクディープラーニングに基づくフルストック型ハイパースペクトロポリメトリックエンコーディングメタ表面の設計と最適化

Chenjie Gong1,2, Haodong Shi1,2, Qi Wang1,2

  • 1Jilin Provincial Key Laboratory of Space Optoelectronics Technology, Changchun University of Science and Technology, Changchun, Jilin, China.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|February 17, 2026
PubMed
まとめ

新しいフレームワークは,光学検出のためのメタ表面を設計し,効率と精度を向上させます. この方法は,高度な多次元光学システムのための構造物のオンデマンド生成を可能にします.

キーワード:
ディープラーニングとは,ディープラーニングです.インバースデザインの逆設計です.メタス表面は地表の表面である.スペクトロポラメトリックエンコーディング

さらに関連する動画

Demonstration of Equal-Intensity Beam Generation by Dielectric Metasurfaces
09:33

Demonstration of Equal-Intensity Beam Generation by Dielectric Metasurfaces

Published on: June 7, 2019

6.7K

関連する実験動画

Last Updated: Feb 19, 2026

Demonstration of Spin-Multiplexed and Direction-Multiplexed All-Dielectric Visible Metaholograms
08:48

Demonstration of Spin-Multiplexed and Direction-Multiplexed All-Dielectric Visible Metaholograms

Published on: September 25, 2020

6.3K
Demonstration of Equal-Intensity Beam Generation by Dielectric Metasurfaces
09:33

Demonstration of Equal-Intensity Beam Generation by Dielectric Metasurfaces

Published on: June 7, 2019

6.7K

科学分野:

  • メタ表面と光学工学.
  • 先進的な材料科学. 先進的な材料科学.
  • コンピューティング電磁学.

背景:

  • メタ表面は,高度な光学検出機能を備えています.
  • 現在のメタ表面設計は非効率で,試行錯誤に依存しています.
  • 既存の方法は,ブロードバンドの精度と設計効率を制限しています.

研究 の 目的:

  • メタ表面の設計のための効率的でエンドツーエンドのフレームワークを開発する.
  • 物理的なエンコーディングの制約を設計プロセスに統合する.
  • コントロールされたエンコーディング独立性を持つオンデマンドのメタ表面生成を可能にします.

主な方法:

  • エンドツーエンドの条件付きマルチタスク学習フレームワークを提案した.
  • ネットワークトレーニング中の物理的条件として組み込まれた相関制約.
  • 前進予測と逆設計ネットワークを使用してメタサーフェス配列スクリーニング戦略を開発しました.

主要な成果:

  • メタ表面配列 (4x4から10x10) を設計し,関連性を大幅に削減しました (最大36.5%).
  • 手動選択と既存のML方法と比較して優れた性能を達成しました.
  • 実験的に,4x4配列を完全ストークススペクトルポリメトリ再構築 (400-900 nm,4 nm解像度) のために検証しました.

結論:

  • 提案された枠組みは,効率的な,オンデマンドのメタ表面設計を可能にします.
  • 高性能なスペクトロポリメトリック再構築能力が実証されています.
  • 高性能,統合された多次元光学システムの可能性を強調しています.