深度学习为非正交光学复用带来新启示

IF 20.6 Q1 OPTICS

Light-Science & Applications Pub Date : 2024-05-06 DOI:10.1038/s41377-024-01460-y

Zhengzhong Huang, Liangcai Cao

引用次数: 0

摘要

本文提出了一种用于非正交输入信道编码的深度神经网络，以恢复通过多模光纤的斑点图像。这种新方法可为散射介质上的非正交光复用带来新的启示。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

Deep learning sheds new light on non-orthogonal optical multiplexing

查看原文本刊更多论文

Deep learning sheds new light on non-orthogonal optical multiplexing

A deep neural network for non-orthogonal input channel encoding is proposed to recover speckle images through a multimode fiber. This novel approach could shed new light on the non-orthogonal optical multiplexing over a scattering medium.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Light-Science & Applications 数理科学, 物理学I, 光学, 凝聚态物性 II ：电子结构、电学、磁学和光学性质, 无机非金属材料, 无机非金属类光电信息与功能材料, 工程与材料, 信息科学, 光学和光电子学, 光学和光电子材料, 非线性光学与量子光学

自引率

0.00%

发文量

803

审稿时长

2.1 months