Structural colour QR codes for multichannel information storage with enhanced optical security and life expectancy
Notice bibliographique
Résumé
Current schemes for encoding and decoding anticounterfeiting optical quick response (QR) codes involve miscellaneous challenges. The need for using multiple light sources to read out the wavelength-multiplexed data from optically encoded organic dyes, photoblinking from quantum dots, and autofluorescence from carbon dots are some typical examples. In order to address these restrictions, we exploited our previously devised nanoimprinting-exposure-thermal-treatment (NETT) data storage approach to present a new structural-colour-based regime for optical encoding of high-security QR codes. The angle-dependent readability of our diffraction-based nanostructures poses an enhanced optical security feature that can substitute the existing inefficient encoding strategies by eliminating the constraints associated with them. Additionally, in comparison with conventional optical encoding media, using the long-lasting photocrosslinked SU-8 in the NETT method considerably enhances the life expectancy of the proposed QR codes. Also, considering the rapid NETT-based Ni stamp origination method, which was previously introduced by our group, mass-generation of the proposed codes is feasible. Owing to the special optically variable effects provided by the nanostructures, duplication of our QR codes is very difficult. The colour code design, which embeds 766 characters in 2907 modules in red, green and blue channels, was generated and fabricated onto generic nanostructure arrays using the NETT process. The encoded information was successfully read out from the pattern using a broadband light source and a digital camera. Higher capacities are also deemed to be reachable by implementing image processing and machine learning algorithms to overcome in-channel module recognition and cross-channel interferences.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».