XiaoMi-AI文件搜索系统
World File Search Systemfractive
衍射光网络的决策和控制
摘要。人工智能（AI）的最终目标是模仿人的大脑，直接从高维感觉输入中执行决策和控制。衍射光网（DONS）为实现高速和低功率消耗的AI提供了有希望的解决方案。大多数报告的DON专注于不涉及环境互动的任务，例如对象识别和图像分类。相比之下，尚未开发能够决策和控制的网络。在这里，我们建议使用深度强化学习来实施模仿人类级决策和控制能力的DON。这样的网络利用残差体系结构，可以通过与环境互动来找到最佳的控制策略，并且可以轻松地与现有的光学设备实现。使用三种类型的经典游戏来验证出色的性能：TIC-TAC-TOE，SUPER MARIO BROS。和RACENing。最后，我们提出了一个基于空间光调制器网络播放TIC-TAC-TOE的实验证明。我们的工作代表着前进的D型迈出的坚实一步，这有望从简单识别或分类任务转变为AI的高级感官能力的基本转变。它可能会在自动驾驶，智能机器人和智能制造中找到令人兴奋的应用程序。
使用圆柱光子metasurfaces折射率传感
光子元面积，包括称为元原子的一系列纳米结构，提供了一种在特定波长下操纵光的新型方法。通过在基材上进行工程学的几何形状和功能排列，跨度可以用高精度操纵光波[1]。这种精确的控制使Metasurfaces非常适合各种应用，包括折射率感应。在各种领域（例如环境监测，食品安全检查，生物医学诊断，化学工业等）中，折射率感测至关重要[2]。由于低损失，低成本，较低的线宽度，高Q因子，介电元时间偏向于感测的突出[3]。在这里，我们在这项工作中提出了一个基于介电元面的折射率传感器。通过数值模拟研究了传感器的性能。获得的传输光谱在1μm至1.7μm的波长范围内描绘了双共振。这种双重共振的存在在传感器技术方面具有显着优势，因为它为监视变化提供了多种选择。此外，这种双重响应也增强了传感器的稳定性。通过研究了元原子中的圆柱插槽，并研究了其灵敏度的提高，从而进一步修改了传感器设计。
皮级原子位移对折射率的巨大调节
结果表明，结构无序（以各向异性、皮级原子位移的形式）会调节折射率张量，并导致在准一维六方硫族化物 BaTiS 3 中观察到巨大的光学各向异性。单晶 X 射线衍射研究表明，沿 c 轴相邻 TiS 6 链内存在 Ti 原子的反极性位移，以及 a – b 平面上的三重退化 Ti 位移。47/49 Ti 固态 NMR 为这些 Ti 位移提供了额外的证据，这些 Ti 位移呈三角 NMR 线形，是由 Ti 原子周围低对称性局部环境引起的。扫描透射电子显微镜用于直接观察全局无序的 Ti a–b 平面位移，并发现它们在几个晶胞上局部有序。第一性原理计算表明，Ti a – b 平面位移选择性地降低了沿 ab 平面的折射率，而对沿链方向的折射率影响最小，从而导致光学各向异性大幅增强。通过展示具有皮尺度位移的结构无序与 BaTiS 3 中的光学响应之间的紧密联系，本研究为设计具有高折射率和大光学各向异性和非线性等功能的光学材料开辟了一条途径。
通过飞秒激光微加工引起的折射率剪裁的差异模式均衡
模式分割的多路复用技术与几种模式ERBIUM掺杂纤维放大器（FM-EDFA）相结合，显示出解决标准单模光纤（SSMF）传输系统的容量限制的重要潜力。但是，在FM-EDFA中产生的差异模式增益（DMG）从根本上限制了其传输能力和长度。在此，提出了使用飞秒激光微加工来调整折射率（RI）的创新DMG均衡策略。可变模式依赖性衰减可以根据FM-EDFA的DMG曲线来实现，从而实现DMG均衡。为了验证提出的策略，研究了常用FM-EDFA配置的DMG均衡。模拟结果表明，通过优化飞秒激光尾区域的长度和RI调节深度，在3个线性偏振（LP）模式组中，最大DMG（DMG MAX）在10 dB中降低了10 dB，而平均DMG（dmg ave）的平均dmg（dmg ave）。最后，实验证明了一个2-LP模式DMG均衡器，导致DMG最大最大从2.09 dB减少到0.46 dB，并且在C频带上将DMG AVE从1.64 dB降低到0.26 db，仅插入插入率为1.8 db。此外，使用5.4 dB实现了最大可变DMG均衡范围，满足了最常用的2-LP模式扩增方案的要求。
基于3D打印衍射光学元件和3D打印多透镜阵列的多光子（7×7）聚焦3D激光打印机
图 1 多焦点打印的不同光束分裂方法概览。a 宽带激光束照射衍射光学元件 (DOE) 并衍射成两个衍射级的渲染图。与波长相关的衍射角使入射光束散开。b 渲染图显示多透镜阵列 (MLA)，该阵列将入射红色高斯激光束的一小部分聚焦到焦点阵列中。一半的入射激光功率被传输而不会影响焦点阵列。c 入射红色激光束照射 DOE 并在单个光束中衍射的渲染图。使用宏观透镜，每个光束被引导到由单独的微型透镜组成的 MLA 的单个透镜上。这些透镜进一步聚焦每个光束，有效地增加和创建可用于多光子多焦点 3D 打印的焦点阵列（焦点扩展函数仅有微小扩展）。
使用空间不连贯的衍射网络
摘要。作为光学处理器，一种衍射深神经网络（D 2 NN）利用通过机器学习设计的工程衍射表面来执行全光信息处理，并以薄光学层以光的速度完成其任务。具有足够的自由度，D 2 NN可以使用空间相干的光执行任意复合物值线性变换。同样，D 2 NN还可以使用空间不连贯的照明执行任意线性强度转换。但是，在空间不连贯的光线下，这些转换是非负的，在视图的输入场上作用于衍射限量的光学强度模式。在这里，我们将空间不连贯的d 2 NN的使用扩展到复杂值的信息处理，用于使用空间不相互分的光执行任意复合物值线性转换。通过模拟，我们表明，随着优化的衍射特征的数量增加超出了由输入和输出空间带宽产品乘法所决定的阈值，因此在空间上不相互不相互的衍射视觉处理器可以近似于使用Incoherent Incoherent Illumentiner的所有复杂的复杂价值线性转换，并用于全部流动图像仿真。这些发现对于使用各种形式的基于表面的光学处理器的自然光的信息在自然光下的全光处理很重要。
通过折射索引搜索纤维变化
我们建议使用基于光纤的干涉仪搜索标量超轻暗物质（UDM），其颗粒质量在10 - 17-17-10-10 - 13-11 eV = C2ð10-3-3 - 10 Hz。由固体芯和空心芯纤维组成，该提出的检测器将对纤维折射率的相对振荡敏感，这是由于标量UDM诱导的调节型在细胞结构常数α中的调制。我们预测，通过实施检测器阵列或低温冷却，提出的基于光纤的标量UDM搜索有可能达到参数空间的新区域。这种搜索特别适合探测暗物质的太阳光晕，其灵敏度超过了先前的暗物质搜索在粒子质量范围7×10-17-17-2×10-14 eV = C 2上。
使用衍射型光学网络
定量相成像（QPI）是一种无标签的计算成像技术，用于各个领域，包括生物学和医学研究。现代QPI系统通常依靠使用迭代算法进行相位检索和图像重建的数字处理。在这里，我们报告了一个衍生光网络，该衍射光网训练，该网络训练了将随机扩散器后面的输入对象的相位信息转换为输出平面处的强度变化，从光学上执行相位恢复和对相位对象的定量成像，完全由未知的随机相位扩散器完全隐藏。此QPI衍射网络由连续的衍射层组成，轴向跨度延伸约70，其中照明波长；与现有的数字图像重建和相位检索方法不同，它形成了一个全光处理器，该处理器不需要超越照明光束的外部功率才能以光传播的速度完成其QPI重建。这个全光衍射的处理器可以通过随机的，未知的扩散器提供低功率，高框架速率和紧凑型替代方案，用于对相对的定量成像，并且可以在电磁频谱的不同部分进行生物医学成像和传感的各种应用。可以将所提供的QPI衍射设计集成到标准CCD/CMOS基于基于CMOS的图像传感器的活动区域，以将现有的光学显微镜转换为衍射QPI显微镜，在芯片上通过无线衍射层内的光衍射进行相位恢复和图像重建。
通过引入中级低反射索引层增强有损模式共振感应属性：补充
根据图中所示的数据分析4，计算模式tm 0的横向磁场，用于周围的介质折射率等于1在波长450、510、570和630 nm处，涵盖了LMR位于不同中间层厚度值的范围：0，150，150，150，150，350，350，350，550，700，700，850和1000 nm nms1）。对于模拟，我们使用了带有准2D版本的FimMave软件中实现的有限差异方法（FDM）。，由于它在接口上是连续的，因此比电场更容易解释，因此我们专注于横向磁场的分析。