侵权投诉
订阅
纠错
加入自媒体

UCLA创建可深度学习的光学网络

据外媒称,加州大学洛杉矶分校的研究人员开发了一种方法,通过创建由特殊工程光子层组成的物理网络来塑造光脉冲。建立在类似概念上的网络,已经能够实现全光学分类和图像识别,超越了计算和人工智能技术。

研究人员创建了衍射光学网络,将输入的光脉冲,通过深度学习设计的3D打印层,然后塑造输出脉冲以所需的时间波形离开光学网络。据研究人员介绍,该网络首次在电磁波谱的太赫兹区域进行了演示,展示了各种形式的太赫兹脉冲的综合。,研究人员在准确控制宽带输入脉冲在连续的波长上的相位和振幅时,产生了不同的脉冲形状和不同的脉冲宽度。

无源衍射层不消耗功率,可以直接设计通过量子级联激光器、固态电路和粒子加速器等产生的太赫兹脉冲,构成了该方法。所展示的方法是通用的--无论光束质量或偏振状态如何,都能轻松地设计出太赫兹脉冲。

根据沃尔格瑙工程创新主席、加州大学洛杉矶分校电气和计算机工程大法官教授Aydogan Ozcan说:“该框架可以应用于电磁波谱的其他部分,以塑造光学脉冲。他认为,这项工作将在使用光脉冲的各种场所--在超快成像、光谱学和光通信领域找到广泛的应用。”

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: