MétaCan
Menu
Retour à la cohorte
Enregistrement W4311164383 · doi:10.18280/ts.390538

A Hybrid Iterative Algorithm of Amplitude Weighting and Phase Gradient Descent for Generating Phase-Only Fourier Hologram

2022· article· en· W4311164383 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueTraitement du signal · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDigital Holography and Microscopy
Établissements canadiensnon disponible
Organismes subventionnairesHefei Normal UniversityNational Science Foundation
Mots-clésAlgorithmGradient descentAmplitudeWeightingIterative reconstructionPhase (matter)Conjugate gradient methodPhase retrievalFourier transformMathematicsConvergence (economics)Iterative methodImage qualityExponential functionComputer scienceImage (mathematics)Computer visionArtificial intelligenceArtificial neural networkOpticsPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Reconstruction of target images from phase-only hologram (POH) has the advantages of high diffraction efficiency and no conjugate terms. The Gerchberg-Saxton (GS) algorithm is a classical algorithm applied to recover the phase, but it most likely stagnantes after a few iterations. This paper proposes a hybrid iterative algorithm of Amplitude Weighting and Phase Gradient Descent (AW-PGD) to generate a higher-quality POH. Firstly, the quadratic phase is used as the initial phase, zero-pads the periphery of the target image, and then multiplies the two to form the complex amplitude as the iterative initial value. During iteration, the amplitude of the reconstructed image is constrained by an adaptive dynamic exponential term in the signal region to improve the reconstruction accuracy, the constraint in the non-signal region is relaxed to reduce the computational effort at the same time; and the phase gradient descent technology is used to increase the iteration step and speed up the convergence. Finally, the target image amplitude is reconstructed based on the generated POH. The numerical simulation results show that the algorithm does not have a significant increase in time cost with better reconstruction quality than the GS, Weighted GS (WGS) and Adaptive Weighted GS (AWGS) algorithm.

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.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,764

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 Opus0,016
Tête enseignante GPT0,282
Écart entre enseignants0,266 · 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