回折光ネットワークによる空間的にインコヒーレントな光の普遍的な線形処理

2023 年 8 月 15 日

この記事は、Science X の編集プロセスとポリシーに従ってレビューされています。 編集者は、コンテンツの信頼性を確保しながら、次の属性を強調しました。

事実確認済み

査読済みの出版物

信頼できる情報源

校正する

UCLA技術進歩研究所による

光による情報処理は、光学およびフォトニクスの研究者の間でますます関心が高まっているテーマです。 将来のコンピューティング ニーズに対応する、電子コンピューティングに代わるエネルギー効率の高い高速な代替手段の探求とは別に、この関心は、自然風景の超高速処理が最も重要である自動運転車などの新興テクノロジーによっても推進されています。 自然光条件には空間的にインコヒーレントな光がほとんど含まれるため、インコヒーレントな光の下での視覚情報の処理は、さまざまなイメージングやセンシングの用途にとって非常に重要です。 さらに、マイクロおよびナノスケールでの高解像度イメージングのための最先端の顕微鏡技術も、標本からの蛍光発光などの空間的にインコヒーレントなプロセスに依存しています。

Light: Science & Applications に掲載された新しい記事の中で、米国カリフォルニア大学ロサンゼルス校 (UCLA) の電気・コンピュータ工学部の Aydogan Ozcan 教授率いる研究者チームは、すべての要素を設計する手法を開発しました。空間的にインコヒーレントな光の光ユニバーサルリニアプロセッサ。 このようなプロセッサは、一連の構造的に設計された表面を備え、これらの構造化表面による光の連続回折を利用して、外部のデジタル計算能力を使用せずに入力ライトフィールドの所望の線形変換を実行します。

UCLA の研究者は、空間的にインコヒーレントな光の光強度を使用して任意の線形変換を実行する深層学習ベースの設計手法を報告しました。 これらの回折光学プロセッサは、たとえばリソグラフィーや 3D プリンティング技術を使用して製造されると、任意の入力光強度パターンに対して任意に選択された線形変換を実行し、学習された目的の関数に従った正しいパターンを出力で正確に明らかにすることができます。 研究者らはまた、空間的にインコヒーレントな広帯域光を使用すると、空間的にインコヒーレントな照明波長ごとに独自に異なる変換を割り当てて、複数の線形強度変換を同時に実行できることも実証しました。

これらの発見は、自然界で遭遇するような空間的および時間的にインコヒーレントな光を使用した全光情報処理やビジュアルコンピューティングなど、多くの分野に広範な影響を及ぼします。 さらに、このフレームワークは、空間的に変化する工学的点像分布関数 (PSF) を使用した計算顕微鏡法やインコヒーレント イメージングへの応用に大きな可能性を秘めています。

この作品の著者は、UCLA サムエリ工学部の Md Sadman Sakeb Rahman 氏、Xilin Yang 氏、Jingxi Li 氏、Bijie Bai 氏、Aydogan Ozcan 氏です。

詳しくは： Md Sadman Sakeb Rahman 他、空間的にインコヒーレントな回折プロセッサを使用したユニバーサル線形強度変換、Light: Science & Applications (2023)。 DOI: 10.1038/s41377-023-01234-y

雑誌情報:光: 科学と応用

UCLA Engineering Institute for Technology Advancementより提供