Interferometric optical Fourier-transform processor for calculation of selected spatial frequencies
Notice bibliographique
Résumé
A novel interferometric optical Fourier-transform processor is presented that calculates the complex-valued Fourier transform of an image at preselected points on the spatial-frequency plane. The Fourier spectrum of an arbitrary input image is interfered with that of a reference image in a common-path interferometer. Both the real and the imaginary parts of the complex-valued spectrum are determined. The source and the reference images are easily matched to guarantee good fringe visibility. At least six interferograms are postprocessed to extract the real and the imaginary parts of the Fourier spectrum at preselected points. The proposed hybrid optical-digital technique is computationally appropriate when the number of desired spatial frequencies is small compared with the number of pixels in the image. When the number of desired points is comparable with the number of image pixels, a conventional or pruned two-dimensional fast Fourier transform is more appropriate. The number of digital operations required by the hybrid optical-digital Fourier processor is proportional to the number of desired spatial frequencies rather than the number of pixels in the image. The points may be regularly distributed over the spatial-frequency plane or concentrated in one or several irregularly shaped regions of interest. The interferometric optical Fourier processor is demonstrated in a moving-object trajectory estimation system. The system successfully estimates the trajectory of multiple objects moving over both stationary and white-noise backgrounds. A comparison of performance was made with all-digital computation. With everything else equal, our hybrid optical-digital calculation was more than 3 orders of magnitude faster.
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 | 0,000 | 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 ».