ニューラルネットワーク支援の広帯域光の空間スペクトル制御は,マルチモードファイバーを介して行われます

科学分野:

• 光学とフォトニック
• 人工知能 (AI) とは,人工知能 (AI) のことです.
• インフォメーション・テクノロジー・インフォメーション技術

背景:

• マルチモード・ファイバー (MMF) でのブロードバンド光のスペクトルおよび空間的特性を制御することは,高度なイメージングおよび情報輸送などのアプリケーションにとって極めて重要です.
• MMF内の複雑なモダルカップリングは,従来の波紋形成技術にとって大きな課題となっています.
• 既存の方法は,モダルスクラムリングにより,強固な空間スペクトル制御を達成するために苦労しています.

研究 の 目的:

• MMFにおけるブロードバンド光の強固な空間スペクトル制御のための新しいディープラーニングベースのアプローチを提示する.
• 複雑なモダルカップリングの存在において,従来の波線形形成の限界を克服するために.
• MMF内の複雑なブロードバンドライトパターンの高精度生成を可能にする.

主な方法:

• Actor-Criticにインスパイアされた深層ニューラルネットワークを活用し,モダルスクランブルを逆転させる訓練を受けた.
• ネットワークトレーニングのために,光ファイバーの出力で振幅検出を使用しました.
• 振幅調節のためのデジタルマイクロミラー装置と相調節のための空間光調節器を統合しました.

主要な成果:

• ディープラーニングのアプローチを用いて,MMFにおける強固な空間スペクトル制御を達成した.
• 高精度で複雑なブロードバンドライトパターンを生成し, >50 nmの帯域幅で0.9のピアソン相関を示しました.
• 近赤外線通信帯域での同時多スペクトルフォーカシングのための並列制御を可能にしました.

結論:

• 開発されたディープ・ラーニング・メソッドは,MMFにおける効果的な空間スペクトル制御を提供し,モダル・スクランブルを克服します.
• この技術は,複雑なブロードバンドパターンの高精度生成と同時多スペクトルフォーカシングを容易にする.
• 多色画像,超スペクトル内視鏡,および複雑な光学媒体のブロードバンド波面エンジニアリングのための新しい道を開きます.