MétaCan
Menu
Retour à la cohorte
Enregistrement W4367692368 · doi:10.1063/5.0146174

Single-shot extended-object super-oscillatory imaging

2023· article· en· W4367692368 sur OpenAlexafffund
Haitang Yang, Yitian Liu, George V. Eleftheriades

Notice bibliographique

RevueAPL Photonics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Optical Sensing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGovernment of Canada
Mots-clésDiffractionPoint spread functionOpticsFourier transformImage resolutionPhysicsWavelengthNoise (video)Spatial frequencyShot noiseLimit (mathematics)Field of viewResolution (logic)Region of interestComputer scienceImage (mathematics)Computer visionArtificial intelligenceMathematicsDetector

Résumé

récupéré en direct d'OpenAlex

A point-spread function (PSF) that locally oscillates faster than its highest Fourier component can reconstruct the sub-diffraction information of objects in the far field without any near-field placements to break the diffraction limit. However, the spatial capacity of such super-oscillatory (SO) PSFs for carrying sub-diffraction information is restricted by high sidelobes surrounding a desired region of interest (ROI). Here, we propose generalized periodic SO masks without optimization to push the ROI borders away for imaging extended objects. Our imaging experiments without any image post-processing demonstrate single-shot extended-object SO imaging with extended ROIs more than ten times the size of some typical ROIs (around 2λ/NA) and a sub-wavelength resolution of 0.49λ. The SO sub-wavelength resolution (0.7 times the diffraction limit) remains robust to additive noise with a signal-to-noise ratio above 13 dB. Our method is applicable to lifting the ROI size restrictions for various SO applications such as high-density data storage, acoustic SO imaging, super-narrow frequency conversion, and temporal SO pulses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAPL PhotonicsMême sujetAdvanced Optical Sensing TechnologiesTravaux en français237 207