研究目的
展示三维矢量全息技术,该技术能够利用基于多层感知器人工神经网络的机器学习逆向设计,精确重建波前上任意三维矢量场分布。
研究成果
该演示为全息技术带来了人工智能驱动的范式转变,从而能够利用此前无法获取的光的三维矢量特性。研究成果为显示和加密领域中的全息三维矢量场复用提供了新的机器学习策略。
研究不足
技术及应用方面的限制包括需要高分辨率激光打印以及MANN模型的复杂性。潜在的优化领域包括提高衍射效率和三维矢量场纯度。
研究目的
展示三维矢量全息技术,该技术能够利用基于多层感知器人工神经网络的机器学习逆向设计,精确重建波前上任意三维矢量场分布。
研究成果
该演示为全息技术带来了人工智能驱动的范式转变,从而能够利用此前无法获取的光的三维矢量特性。研究成果为显示和加密领域中的全息三维矢量场复用提供了新的机器学习策略。
研究不足
技术及应用方面的限制包括需要高分辨率激光打印以及MANN模型的复杂性。潜在的优化领域包括提高衍射效率和三维矢量场纯度。
加载中....
您正在对论文“基于机器学习逆向设计的三维矢量全息术”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期