Tietoa

AI auttaa valonlähteiden tunnistamisessa, koneoppiminen vähentää huomattavasti mittausten määrää

May 18, 2020 Jätä viesti

Valolähteiden tunnistamisella on tärkeä rooli monien fotonisten tekniikoiden, kuten lidar, kaukokartoitus ja mikroskoopit, kehittämisessä. Perinteisesti erilaisten valonlähteiden, kuten auringonvalon, lasersäteilyn tai molekyylifluoresenssin, tunnistaminen vaatii miljoonia mittauksia, etenkin heikossa valaistuksessa, mikä rajoittaa kvanttofotoniteknologian toteuttamista. Applied Physics Review -sivustolla tutkijat osoittivat älykkään kvanttitekniikan, joka voi merkittävästi vähentää valonlähteiden tunnistamiseen tarvittavien mittausten lukumäärää.


Lehden kirjoittaja Omar Magana-Loaiza sanoi:" Koulutimme keinotekoisen neuronin käyttämällä koherentin valon ja lämpövalon tilastollisia heilahteluominaisuuksia. GG-tarjous; Kun tutkijat kouluttivat keinotekoisia neuroneja valonlähteillä, neuronit pystyivät tunnistamaan potentiaaliset piirteet, jotka liittyvät tiettyihin valotyyppeihin.


GG-quotti; Yksi neuroni riittää vähentämään merkittävästi valonlähteen tunnistamiseen tarvittavien mittausten määrää miljoonista alle sataan," sanoi paperin&# 39 vastaava kirjoittaja ja tutkija Chenglong You.


Koska mittausten lukumäärä vähenee, tutkijat voivat tunnistaa valonlähteen nopeammin. Joissakin sovelluksissa, kuten mikroskoopin alla, ne voivat rajoittaa valon vaurioita, koska niiden ei tarvitse valaista näytettä melkein useita kertoja mittauksen aikana.


GG quot; Esimerkiksi, jos teet kuvantamiskokeen herkkien fluoresoivien molekyylikompleksien kanssa, voit vähentää näytteen altistumisen aikaa valolle ja minimoida mahdolliset valovahingot," toinen kirjoittaja Roberto de J. León-Montiel sanoi.


Salaus on toinen sovellus, joka voi todistaa näiden havaintojen arvon. Tyypillisesti tutkijoiden on tehtävä miljoonia mittauksia avaimen luomiseksi sähköpostin tai tiedon salaamiseksi." Voimme käyttää samankaltaisia ​​neuroneja nopeuttamaan kvantiavaimien muodostusta salausta varten," Magana-Loaiza sanoi.


Koska laservalolla on tärkeä rooli kaukokartoituksen alalla, tämä työ voi myös kehittää uuden älykkäiden lidar-järjestelmien perheen, joka pystyy tunnistamaan kaapattujen tai muunnettujen tietojen, jotka heijastuvat etäisistä kohteista. Lidar on kaukokartoitusmenetelmä, joka mittaa etäisyyden kohteeseen valaisemalla kohdetta laserilla ja mittaamalla heijastuneen valon anturilla.


GG-quotti: Teknologiamme avulla älykkään kvanttiradiojärjestelmän häiriintymisen todennäköisyys vähenee huomattavasti. GG-tarjous; Hän sanoi. Lisäksi mahdollisuudella erottaa lidar-fotonit ympäristön valosta, kuten auringonvalosta, on suuri merkitys kaukokartoitukseen heikossa valossa.


Lähetä kysely