論文の概要: Towards Neural-Network-based optical temperature sensing of Semiconductor Membrane External Cavity Laser
- arxiv url: http://arxiv.org/abs/2410.22528v1
- Date: Tue, 29 Oct 2024 20:49:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-31 14:26:01.141335
- Title: Towards Neural-Network-based optical temperature sensing of Semiconductor Membrane External Cavity Laser
- Title（参考訳）: ニューラルネットワークによる半導体膜外キャビティレーザーの光温度検出に向けて
- Authors: Jakob Mannstadt, Arash Rahimi-Iman,
- Abstract要約: レーザ発光によるレーザ利得媒体の温度を決定するための機械学習非接触方法を提案する。
フィードフォワードニューラルネットワーク(NN)のトレーニングにより、スペクトルデータのみからデバイス特性の予測が可能になる。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: A machine-learning non-contact method to determine the temperature of a laser gain medium via its laser emission with a trained few-layer neural net model is presented. The training of the feed-forward Neural Network (NN) enables the prediction of the device's properties solely from spectral data, here recorded by visible-/nearinfrared-light compact micro-spectrometers for both a diode pump laser and optically-pumped gain membrane of a semiconductor disk laser. Fiber spectrometers are used for the acquisition of large quantities of labelled intensity data, which can afterwards be used for the prediction process. Such pretrained deep NNs enable a fast, reliable and easy way to infer the temperature of a laser system such as our Membrane External Cavity Laser, at a later monitoring stage without the need of additional optical diagnostics or read-out temperature sensors. With the miniature mobile spectrometer and the remote detection ability, the temperature inference capability can be adapted for various laser diodes using transfer learning methods with pretrained models. Here, mean-square-error values for the temperature inference corresponding to sub-percent accuracy of our sensor scheme are reached, while computational cost can be saved by reducing the network depth at the here displayed cost of accuracy, as appropriate for different application scenarios.
- Abstract（参考訳）: トレーニングされた多層ニューラルネットモデルを用いて、レーザ発光によるレーザゲイン媒体の温度を決定するための機械学習非接触法を提案する。
フィードフォワードニューラルネットワーク(NN)のトレーニングにより、半導体レーザのダイオードポンプレーザーと光励起利得膜の両方に対して可視/熱赤外光の小型マイクロ分光器によって記録されたスペクトルデータのみからデバイス特性の予測が可能になる。
ファイバー分光計は大量のラベル付き強度データの取得に使われ、後に予測プロセスに使用できる。
このような事前訓練されたディープNNは、私たちの膜外キャビティレーザーのようなレーザーシステムの温度を、追加の光学診断や読み出し温度センサーを必要とせずに、後続の監視段階で推定する高速で信頼性の高い方法を可能にします。
小型の移動分光計とリモート検出能力により、事前訓練されたモデルを用いた転写学習法を用いて、様々なレーザダイオードに温度推定能力を適用することができる。
ここでは,センサ方式のサブパーセンテージの精度に対応する温度推定値の平均2乗誤差値に到達し,異なるアプリケーションシナリオに適合して,この表示された精度のコストでネットワーク深度を低減し,計算コストを削減できる。
関連論文リスト
- Design and simulation of a transmon qubit chip for Axion detection [103.69390312201169]
超伝導量子ビットに基づくデバイスは、量子非劣化測定(QND)による数GHz単一光子の検出に成功している。
本研究では,Qub-ITの超伝導量子ビットデバイスの実現に向けた状況を示す。
論文 参考訳（メタデータ） (2023-10-08T17:11:42Z) - Femtosecond pulse parameter estimation from photoelectron momenta using
machine learning [0.0]
畳み込みニューラルネットワーク(CNN)は、特徴抽出やパラメータ推定といったタスクに対する驚くほどの明度を実証している。
ここでは、強電界電離光電子スペクトルを用いてCNNを試験し、実験データを逆転させる理論データセットのトレーニングを行う。
論文 参考訳（メタデータ） (2023-03-24T11:58:06Z) - A Machine Learning-based Framework for Predictive Maintenance of
Semiconductor Laser for Optical Communication [0.0]
半導体チューナブルレーザーの加速時効試験から得られた実験データを用いて,本フレームワークの有効性を検証した。
提案手法は,小さな根平均二乗誤差(RMSE)0.01,優れた異常検出精度94.24%,既存のMLベースのレーザRUL予測モデルよりも優れたRUL推定能力を有する,非常に優れた劣化性能予測性能を実現する。
論文 参考訳（メタデータ） (2022-11-05T07:53:02Z) - Machine Learning-Driven Process of Alumina Ceramics Laser Machining [0.0]
インテリジェントな戦略は、ピコ秒レーザー加工パラメータの関係を捉えるために機械学習(ML)技術を使用することである。
ビーム振幅や周波数、スキャナ通過速度、表面上の通過数などのレーザーパラメータを用いて、彫刻されたチャネルの深さ、最上幅、底幅を予測する。
ニューラルネットワーク(NN)は、出力を予測する上で最も効率的である。
論文 参考訳（メタデータ） (2022-06-13T22:35:14Z) - Near-Field Terahertz Nanoscopy of Coplanar Microwave Resonators [61.035185179008224]
超伝導量子回路は、主要な量子コンピューティングプラットフォームの一つである。
超伝導量子コンピューティングを実用上重要な点に進めるためには、デコヒーレンスに繋がる物質不完全性を特定し、対処することが重要である。
ここでは、テラヘルツ走査近接場光学顕微鏡を用いて、シリコン上の湿式エッチングアルミニウム共振器の局所誘電特性とキャリア濃度を調査する。
論文 参考訳（メタデータ） (2021-06-24T11:06:34Z) - Photonic neural field on a silicon chip: large-scale, high-speed
neuro-inspired computing and sensing [0.0]
フォトニックニューラルネットワークは、低レイテンシと超低エネルギー消費で高速なニューラル処理を実現する大きな可能性を秘めている。
本稿では、フォトニック・ニューラルフィールドの概念を提案し、シリコンチップ上で実験的に実装し、高度にスケーラブルなニューラルインスピレーションド・コンピューティングを実現する。
本研究では,オンチップ・フォトニック・ニューラルフィールドを情報の保存手段として使用し,低誤差でカオス時系列予測を行う。
論文 参考訳（メタデータ） (2021-05-22T09:28:51Z) - Mid-infrared homodyne balanced detector for quantum light
characterization [52.77024349608834]
中赤外域で作動する新しい平衡ホモダイン検出器の特性について述べる。
実験結果を,自由空間量子通信などの量子技術への応用の可能性の観点から考察する。
論文 参考訳（メタデータ） (2021-03-16T11:08:50Z) - Laser threshold magnetometry using green light absorption by diamond
nitrogen vacancies in an external cavity laser [52.77024349608834]
ダイヤモンド中の窒素空孔(NV)中心は、近年、量子センシングにかなりの関心を集めている。
最適密度のNV中心を持つダイヤモンドを用いて,pT/sqrt(Hz)レベルの磁場に対する理論的感度を示す。
論文 参考訳（メタデータ） (2021-01-22T18:58:05Z) - Adiabatic Sensing Technique for Optimal Temperature Estimation using
Trapped Ions [64.31011847952006]
捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。
フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。
それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
論文 参考訳（メタデータ） (2020-12-16T12:58:08Z) - Deep Spectral CNN for Laser Induced Breakdown Spectroscopy [11.978306421559587]
本研究では,レーザー誘起分解分光法(LIBS)信号を用いたスペクトル畳み込みニューラルネットワーク(CNN)を提案する。
提案手法は,火星探査機「キュリオシティ」からのリモートセンシング観測のための前処理と校正のために,火星科学研究所が行った既存手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-12-03T02:23:48Z) - Towards Online Monitoring and Data-driven Control: A Study of
Segmentation Algorithms for Laser Powder Bed Fusion Processes [83.97264034062673]
レーザーパウダーベッド融合機の増加は、オンライン監視とデータ駆動制御能力を改善するためにオフ軸赤外線カメラを使用する。
我々は、各赤外線画像を前景と背景に分割する30以上のセグメンテーションアルゴリズムについて検討する。
同定されたアルゴリズムは、レーザ粉体層融合機に容易に適用でき、上記の各制限に対処し、プロセス制御を大幅に改善することができる。
論文 参考訳（メタデータ） (2020-11-18T03:30:16Z)
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。