MétaCan
Menu
Retour à la cohorte
Enregistrement W2093345329 · doi:10.1364/oe.19.021271

Fast iterative algorithm (FIA) for controlling MEMS deformable mirrors: principle and laboratory demonstration

2011· article· en· W2093345329 sur OpenAlexaff
Célia Blain, Olivier Guyon, Colin Bradley, Olivier Lardière

Notice bibliographique

RevueOptics Express · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDeformable mirrorAdaptive opticsActuatorAlgorithmOpticsPhase (matter)Displacement (psychology)PhysicsWavefrontComputer scienceMicroelectromechanical systemsControl theory (sociology)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

We present a fast and high accuracy iterative algorithm to control Micro-Electro-Mechanical-System (MEMS) deformable mirrors (DMs) for open-loop (OL) adaptive optics (AO) applications. Our approach relies on a simple physical model for the forces applied on DM actuators and membrane, defined by a small number of parameters that we measure in an experimental setup. The algorithm iteratively applies forces and updates actuator displacements, allowing real-time utilization in an Extreme-AO system (control rate ≥ Khz). Our measurements show that it reproduces Kolmogorov type phase screens with an error equal to 7.3% of the rms of the desired phase (1.6% of the peak-to-valley of the desired phase). This performance corresponds to an improvement of a factor three compared to the standard quadratic model (common relation between voltage and actuator displacement). Originally developed for the DM control of the Subaru Coronagraphic Extreme-AO (SCExAO) project, the algorithm is also suitable for Multi-Object AO systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,257
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetAdaptive optics and wavefront sensingTravaux en français237 207