論文の概要: Learning Diffractive Optical Communication Around Arbitrary Opaque Occlusions

• arxiv url: http://arxiv.org/abs/2304.10087v1
• Date: Thu, 20 Apr 2023 04:47:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-21 14:29:20.798641
• Title: Learning Diffractive Optical Communication Around Arbitrary Opaque Occlusions
• Title（参考訳）: 任意オプタクオクルージョン周辺における回折光通信の学習
• Authors: Md Sadman Sakib Rahman, Tianyi Gan, Emir Arda Deger, Cagatay Isil, Mona Jarrahi, Aydogan Ozcan
• Abstract要約: 自由空間光学系は、屋内や屋外の環境での高速通信や情報の転送のために出現している。 ここでは,完全不透明で任意形状の障害物に光情報を伝達する直接通信方式を初めて実証する。 このスキームでは、深層学習を用いて電子ニューラルネットワークエンコーダと回折光ネットワークデコーダを協調訓練する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Free-space optical systems are emerging for high data rate communication and transfer of information in indoor and outdoor settings. However, free-space optical communication becomes challenging when an occlusion blocks the light path. Here, we demonstrate, for the first time, a direct communication scheme, passing optical information around a fully opaque, arbitrarily shaped obstacle that partially or entirely occludes the transmitter's field-of-view. In this scheme, an electronic neural network encoder and a diffractive optical network decoder are jointly trained using deep learning to transfer the optical information or message of interest around the opaque occlusion of an arbitrary shape. The diffractive decoder comprises successive spatially-engineered passive surfaces that process optical information through light-matter interactions. Following its training, the encoder-decoder pair can communicate any arbitrary optical information around opaque occlusions, where information decoding occurs at the speed of light propagation. For occlusions that change their size and/or shape as a function of time, the encoder neural network can be retrained to successfully communicate with the existing diffractive decoder, without changing the physical layer(s) already deployed. We also validate this framework experimentally in the terahertz spectrum using a 3D-printed diffractive decoder to communicate around a fully opaque occlusion. Scalable for operation in any wavelength regime, this scheme could be particularly useful in emerging high data-rate free-space communication systems.
• Abstract（参考訳）: 屋内および屋外における高いデータレート通信と情報転送のために、自由空間光学系が登場している。 しかし、オクルージョンが光路を遮断すると、自由空間光通信は困難になる。 ここでは,送信機の視野を部分的にあるいは完全に遮る,完全に不透明で任意の形状の障害物の周囲に光学情報を伝達する直接通信方式を初めて実証する。 このスキームでは、電子ニューラルネットワークエンコーダと回折光ネットワークデコーダがディープラーニングを用いて共同で訓練され、任意の形状の不透明な閉塞の周囲の光情報や関心のメッセージが転送される。 回折復号器は、光-物質相互作用を介して光情報を処理する連続した空間工学的受動面を含む。 訓練の後、エンコーダとデコーダのペアは不透明なオクルージョンに関する任意の光学情報を伝えることができ、そこでは情報デコーダは光伝播の速度で発生する。 時間の関数としてサイズや形を変えるオクルージョンに対して、エンコーダニューラルネットワークは、既にデプロイされている物理層を変更することなく、既存の微分デコーダとうまく通信できるように再訓練することができる。 また,この枠組みをテラヘルツスペクトルで実験的に検証し,完全に不透明なオクルージョンの周囲で通信する3dプリント回折デコーダを用いて検証した。 任意の波長で操作できるため、この方式は高速度自由空間通信システムにおいて特に有用である。

関連論文リスト

• Integration of Communication and Computational Imaging [49.2442836992307]
  遠隔認識のためのコミュニケーション・計算画像(ICCI)を統合した新しいフレームワークを提案する。 ICCIフレームワークは、情報ソースの生成から最終ビジョンタスクの実行までの情報損失を最小限に抑えるために、全リンク情報転送最適化を行う。 80km27バンドのハイパースペクトル映像の知覚速度は30fpsである。
  論文  参考訳（メタデータ） (2024-10-25T09:19:59Z)
• Spatial-frequency Dual-Domain Feature Fusion Network for Low-Light Remote Sensing Image Enhancement [49.15531684596958]
  低照度リモートセンシング画像強調のためのDFFN(Dual-Domain Feature Fusion Network)を提案する。 第1フェーズは振幅情報を学習して画像輝度を復元し、第2フェーズは位相情報を学習して詳細を洗練させる。 我々は、現在の暗光リモートセンシング画像強調におけるデータセットの欠如に対応するために、2つの暗光リモートセンシングデータセットを構築した。
  論文  参考訳（メタデータ） (2024-04-26T13:21:31Z)
• Information hiding cameras: optical concealment of object information into ordinary images [11.41487037469984]
  本稿では,電子デコーダと統合された光情報隠蔽カメラについて紹介する。 この情報隠蔽復号システムは、人間のオブザーバーを欺いたり誤解させたりするような、普通の見た目のパターンで入力画像を変換・隠蔽する、回折光学プロセッサをフロントエンドとして採用する。 これらの通常の出力画像を処理することにより、共同学習された電子デコーダニューラルネットワークは、偽りの出力パターン内に隠された元の情報を正確に再構成する。
  論文  参考訳（メタデータ） (2024-01-15T17:37:27Z)
• Joint Sensing and Task-Oriented Communications with Image and Wireless Data Modalities for Dynamic Spectrum Access [49.83882366499547]
  本稿では,マルチモーダル画像とスペクトルデータの相乗効果を利用した動的スペクトルアクセスの深層学習手法を提案する。 本稿では,送信機を搭載可能な車両などの潜在的な物体を撮影するカメラを備えたエッジデバイスについて考察する。 本稿では、エッジデバイスが、融合センターとして機能する信頼できる受信機に選択的に処理された情報を通信する協調システムを提案する。
  論文  参考訳（メタデータ） (2023-12-21T15:26:26Z)
• Rate-Distortion-Perception Theory for Semantic Communication [73.04341519955223]
  シンボル歪みおよび意味知覚制約下での意味コミュニケーションの達成可能なデータレートについて検討する。 我々は、受信者が特定の歪みや知覚の制約を満たす意味情報ソースを直接推測できるケースが存在することを観察する。
  論文  参考訳（メタデータ） (2023-12-09T02:04:32Z)
• Nonlinear optical encoding enabled by recurrent linear scattering [16.952531256252744]
  連続波レーザーを用いた光非線形ランダムマッピングを低出力で受動的に誘導する設計を提案する。 我々は,読み出し次元が減少しても,設計が重要な情報を保持することを実証した。 この能力により、当社の光学プラットフォームは、アプリケーション間で効率的な光学情報処理ソリューションを提供することができます。
  論文  参考訳（メタデータ） (2023-07-17T15:15:47Z)
• Semantic optical fiber communication system [10.840582311933913]
  本稿では, セマンティック光ファイバー通信(SOFC)システムを提案する。 送信のために情報をビットに符号化する代わりに、深層学習を用いてソースから意味情報を抽出する。 生成された意味記号は、光ファイバーを介して直接送信される。
  論文  参考訳（メタデータ） (2022-12-27T13:57:15Z)
• Time-lapse image classification using a diffractive neural network [0.0]
  回折ネットワークを用いたタイムラプス画像分類方式を初めて示す。 CIFAR-10データセットからの物体の光学的分類におけるブラインドテスト精度は62.03%である。 これは、これまで1つの回折ネットワークを用いて達成された最も高い推測精度を構成する。
  論文  参考訳（メタデータ） (2022-08-23T08:16:30Z)
• High-dimensional encryption in optical fibers using machine learning [0.0]
  本稿では,多モードファイバにおける空間モードの伝搬を暗号化の自然なメカニズムとして利用する,スマートな高次元暗号化プロトコルを提案する。 我々のオンファイバ通信プラットフォームは、高次元ビットバイビットおよびバイトバイバイト符号化に光の空間モードを使用することができる。
  論文  参考訳（メタデータ） (2021-08-13T22:36:33Z)
• Learning optical flow from still images [53.295332513139925]
  我々は,容易に利用可能な単一の実画像から,高精度な光学的フローアノテーションを迅速かつ多量に生成するフレームワークを提案する。 既知の動きベクトルと回転角を持つ再構成された環境でカメラを仮想的に移動させる。 我々のデータでトレーニングすると、最先端の光フローネットワークは、実データを見るのに優れた一般化を実現する。
  論文  参考訳（メタデータ） (2021-04-08T17:59:58Z)
• NuI-Go: Recursive Non-Local Encoder-Decoder Network for Retinal Image Non-Uniform Illumination Removal [96.12120000492962]
  網膜画像の画質は、眼の病変や不完全な画像処理のために臨床的に不満足であることが多い。 網膜画像における最も難しい品質劣化問題の1つは、一様でない照明である。 我々はNuI-Goと呼ばれる網膜画像に対する均一でない照明除去ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-08-07T04:31:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。