Ne voyez que ce que vous devriez voir : la technologie d'imagerie révolutionnaire de l'UCLA

Les réseaux neuronaux profonds diffractifs, en particulier les réseaux optiques à structure pyramidale développés par UCLAL'équipe de , représente une avancée significative dans la technologie optique.

Cette conception pyramidale optimise la fidélité de l'image et le grossissement dans une direction spécifique, en le limitant dans la direction opposée. Validé par térahertz tests d'éclairage, ces réseaux s'avèrent efficaces pour agrandir et démagnifier les images avec une grande précisionouvrant la voie à des applications dans les domaines des télécommunications, de la confidentialité et de la défense.

Des chercheurs de l'UCLA ont présenté une conception innovante pour les réseaux neuronaux profonds diffractifs (D²NN). Cette nouvelle architecture, appelée Pyramid-D²NN (P-D²NN), permet un grossissement et un dégrossissement unidirectionnels de l'image, réduisant ainsi considérablement le nombre de caractéristiques diffractives requises. Ces résultats ont de vastes applications dans les communications optiques, la surveillance et l'isolation des dispositifs photoniques.

Réseaux neuronaux profonds diffractifs

Réseaux neuronaux profonds diffractifs (D²Les NN (Native Networks) sont des systèmes optiques composés de couches transmissives successives optimisées grâce à l'apprentissage profond pour effectuer des tâches de calcul de manière entièrement optique.

Une équipe de recherche de l'UCLA, dirigée par le professeur Aydogan Ozcan, a développé un réseau optique diffractif à structure pyramidale, qui met à l'échelle ses couches de manière pyramidale pour s'aligner sur la direction du grossissement ou du dégrossissement de l'image. Cette conception garantit une formation d'image haute fidélité dans une direction tout en l'inhibant dans la direction opposée, ce qui permet d'obtenir une imagerie unidirectionnelle avec moins de degrés de liberté diffractifs. Les chercheurs ont également démontré qu'en mettant en cascade plusieurs PD²Grâce aux modules NN, des facteurs de grossissement plus élevés peuvent être obtenus, démontrant ainsi la modularité et l'évolutivité du système.

Progrès dans l'imagerie unidirectionnelle

Le PD²L'architecture NN a été validée expérimentalement à l'aide d'un éclairage térahertz (THz). Les couches diffractives, fabriquées par impression 3D, ont été testées sous un éclairage THz à onde continue. Les résultats expérimentaux, impliquant différentes conceptions de grossissement et de dégrossissement, correspondaient étroitement aux simulations numériques. Les sorties dans la direction avant reflétaient avec précision les images d'entrée agrandies ou dégrossies, tandis que les sorties dans la direction arrière produisaient des résultats de faible intensité et non informatifs, comme souhaité pour l'imagerie unidirectionnelle.

Applications et perspectives d'avenir

Le PD²La capacité du réseau neuronal à supprimer la transmission d'énergie vers l'arrière tout en dispersant le signal d'origine en un bruit imperceptible à la sortie en fait un outil prometteur pour diverses applications. Il s'agit notamment de l'isolation optique pour les dispositifs photoniques, du découplage des émetteurs et des récepteurs dans les télécommunications, des communications optiques protégées par la confidentialité et de la surveillance.

De plus, le fonctionnement insensible à la polarisation du système et sa capacité à délivrer des faisceaux structurés de haute puissance sur des objets cibles tout en protégeant la source des contre-attaques soulignent son potentiel dans diverses applications liées à la défense.

Les auteurs de cet article sont Bijie Bai, Xilin Yang, Tianyi Gan, Jingxi Li, Deniz Mengu, Mona Jarrahi et Aydogan Ozcan, tous affiliés au département de génie électrique et informatique de l'UCLA. Le professeur Ozcan est également directeur associé du California NanoSystems Institute (CNSI).

Cette recherche a été soutenue par l'Office of Naval Research (ONR) des États-Unis.