Novel genetic algorithm for the multiplexed computer-generated hologram with polygonal apertures
Notice bibliographique
Résumé
A novel genetic algorithm (GA) with a Lamarckian search is proposed for the design of the multiplexed computergenerated hologram (MCGH) with polygonal apertures. The Fraunhofer image of the new MCGH is computed by coherent addition of the subhologram subimages. The subimages are obtained by multiplying the fast Fourier transforms of the subhologram transmittance distributions by layout coefficients computed with the Abbe transform. The division into polygonal apertures is the same for all cells, and defines the polygonal layout of the cells. In our preceding designs of the MCGH with polygonal apertures, only the subhologram transmittances, but not the polygonal layout of the cells, were optimized with our iterative subhologram design algorithm (ISDA). In this paper, we optimize for the first time the polygonal layout of the MCGH cells with a novel GA. For fabrication by e-beam lithography, each cell is composed of a number of stripes. Each stripe is divided into some trapezoidal apertures, which can (i) take a number of different shapes and (ii) belong to a number of different subholograms. The number of possible polygonal layouts for the cells therefore is huge and equal to 264 = 1.85 × 1019 in the case of a MCGH with five subholograms. Each possible layout is coded as a chromosome of bits. Our novel GA performs crossovers and mutations. However, differently from the classical GA, our new GA also uses a Lamarckian search based on a gradient descent, and rapidly determines the optimal polygonal layout for the MCGH cells.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».