論文の概要: Deep-learning-assisted optical communication with discretized state space of structural light
- arxiv url: http://arxiv.org/abs/2403.09462v1
- Date: Thu, 14 Mar 2024 15:03:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-15 20:07:46.986690
- Title: Deep-learning-assisted optical communication with discretized state space of structural light
- Title(参考訳): 構造光の離散状態空間を用いた深層学習支援光通信
- Authors: Minyang Zhang, Dong-Xu Chen, Pengxiang Ruan, Jun Liu, Jun-Long Zhao, Chui-Ping Yang,
- Abstract要約: 本稿では,LGモード認識のための高度な深層学習手法を提案する。
LGモードの状態空間を識別することにより、ニューラルネットワークモデルをトレーニングして、与えられたサンプルを分類する。
我々の研究は、構造光に基づく高容量光通信のための新たな道を開く。
- 参考スコア(独自算出の注目度): 2.884252230064288
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rich structure of the transverse spatial mode of structural light has facilitated its applications in quantum information and optical communication. The Laguerre-Gaussian (LG) modes, with azimuthal and radial indexes, consist of a complete orthogonal basis to describe the transverse spatial mode of light. The azimuthal index is often endowed with the orbital angular momentum (OAM), a high dimensional degree of freedom. The advent of OAM in optical science marks a pivotal advancement, surpassing traditional optical techniques in light manipulation for advanced data encoding and signal transmission. Here, we present a scheme that utilizes the advanced deep learning technique for LG modes recognition. By discretizing the state space of the LG modes, a neural network model is trained to classify the given samples. A proof-of-principle experiment is performed to show that our scheme requires less samples for model training, while increasing the channel capacity within limited OAM number. We further apply our scheme to an image transmission task, demonstrating the ability to encode large data with low OAM number. Our work opens a new avenue for high capacity optical communication based on structural light.
- Abstract(参考訳): 構造光の逆空間モードの豊富な構造は、量子情報や光通信にその応用を助長している。
ラゲール・ガウスモード(英語版)(LG)は、アジムタールとラジアル指数を持ち、光の横方向空間モードを記述する完全な直交基底から構成される。
アジムタール指数は、しばしば高次元自由度である軌道角運動量(OAM)によって与えられる。
光科学におけるOAMの出現は、先進的なデータ符号化と信号伝送のための光操作における従来の光学技術を上回る重要な進歩である。
本稿では,LGモード認識のための高度なディープラーニング技術を利用する手法を提案する。
LGモードの状態空間を識別することにより、ニューラルネットワークモデルをトレーニングして、与えられたサンプルを分類する。
実験により,OAM数に制限されたチャネル容量を増大させながら,本手法がモデルトレーニングに必要となるサンプルを少なくすることを示す。
提案手法を画像伝送タスクに適用し,OAM値の低い大容量データを符号化できることを実証する。
我々の研究は、構造光に基づく高容量光通信のための新たな道を開く。
関連論文リスト
- Passive Non-Line-of-Sight Imaging with Light Transport Modulation [48.73475279812311]
一つのネットワークで複数の光輸送条件を効果的に処理する新しい受動NLOSイメージング法であるNLOS-LTMを提案する。
我々は、投影画像から潜在光輸送表現を推測し、この表現を用いて、投影画像から隠されたイメージを再構成するネットワークを変調する。
大規模受動的NLOSデータセットの実験により,提案手法の優位性を実証した。
論文 参考訳(メタデータ) (2023-12-26T11:49:23Z) - Spectrum-to-position mapping via programmable spatial dispersion
implemented in an optical quantum memory [0.0]
勾配エコー量子メモリにおける空間スピン波変調法を用いたスペクトル対位置変換のプロトコルを提案する。
結果は超精密分光の可能性を秘めており、量子および古典的な通信、センシング、計算において多くのプロトコルを強化する機会を提供する。
論文 参考訳(メタデータ) (2023-08-03T14:41:44Z) - Smart Machine Vision for Universal Spatial Mode Reconstruction [0.0]
我々は、低消費電力で低コストの画像センサが、歪んだOAMビームを同時に検出し、再構成する人工ニューラルネットワークとして機能することを示す。
我々の研究は、低消費電力光ベースの通信デバイスを開発する上で、潜在的に有用な基盤を提供する。
論文 参考訳(メタデータ) (2023-07-21T18:24:38Z) - Optical mode conversion via spatiotemporally modulated atomic
susceptibility [0.0]
情報伝達率を大幅に向上させる手段として,空間分割が注目されている。
フォトニック自由度を高い効率で操作できる装置を実証する。
論文 参考訳(メタデータ) (2022-08-09T00:49:04Z) - Regression of high dimensional angular momentum states of light [47.187609203210705]
空間強度分布の測定から入力OAM状態を再構成する手法を提案する。
我々は、量子ウォークダイナミックスによって4次元のOAM状態を生成する、実際のフォトニックなセットアップで我々のアプローチを実証する。
論文 参考訳(メタデータ) (2022-06-20T16:16:48Z) - All-optical graph representation learning using integrated diffractive
photonic computing units [51.15389025760809]
フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。
我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。
ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
論文 参考訳(メタデータ) (2022-04-23T02:29:48Z) - Enhanced detection techniques of Orbital Angular Momentum states in the
classical and quantum regimes [48.7576911714538]
Orbital Angular Momentum(OAM)状態に固有の複雑な構造は、それらの検出と分類を非自明にする。
現在の検出方式のほとんどは、ラゲール・ガウスモードを用いて構築されたOAM状態のモデルに基づいている。
我々は、OAM検出技術を改善するために(特定のシナリオにおいて)洗練されたモデルの基礎状態として、ハイパー幾何-ガウスモードを用いる。
論文 参考訳(メタデータ) (2022-01-19T18:46:34Z) - 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) - Entangled ripples and twists of light: Radial and azimuthal
Laguerre-Gaussian mode entanglement [0.0]
我々は、光子対間のフルフィールドラゲール・ガウス交絡の生成と証明を実証する。
本研究は、量子情報処理および通信技術を強化するために、2光子場の空間構造がもたらすポテンシャルを実証する。
論文 参考訳(メタデータ) (2021-04-09T17:46:50Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳(メタデータ) (2020-10-01T16:04:22Z) - Fast Generation and Detection of Spatial Modes of Light using an
Acousto-Optic Modulator [62.997667081978825]
光の空間モードは、古典的情報と量子的情報の両方を符号化するのに使用できる高次元空間を提供する。
これらのモードを動的に生成および測定するための現在のアプローチは、高解像度のフェーズマスクを再構成する必要があるため、遅い。
我々は、二重パスAOMを用いて、5つの軌道角運動量状態のうちの1つを生成することにより、このアプローチを実験的に実現した。
我々は、平均96.9%の忠実度で、任意の状態を1ミリ秒未満で再構築することができる。
論文 参考訳(メタデータ) (2020-07-31T14:58:30Z)
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。