MétaCan
Menu
Retour à la cohorte
Enregistrement W4386919557 · doi:10.1109/sas58821.2023.10254074

Experimental Point Spread Function Imaging of Turbulent Wavefronts Using Compressive Sensing

2023· article· en· W4386919557 sur OpenAlexaff
R. F. Hunter, Mohamadreza Pashazanoosi, Steve Hranilovic, Costel Flueraru, Antony Orth, O. J. Pitts

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensNational Research Council CanadaMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésWavefrontPoint spread functionTurbulenceCompressed sensingPoint (geometry)Function (biology)Computer scienceOpticsPhysicsComputer visionArtificial intelligenceMechanicsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Wavefront distortion of free-space optical beams propagating through atmospheric turbulence leads to signal fading in communications applications. The wavefront distortion can be compensated by adaptive optics, but conventional methods based on wavefront sensing may fail to ensure adequate signal coupling in typical communications scenarios. Alternative methods rely on focal plane intensity measurements. In this work, we apply computational imaging using a digital micromirror device to reconstruct the focal plane intensity image of a beam distorted by simulated atmospheric turbulence generated by a phase-only spatial light modulator. The image fidelity of the experimental focal plane images is compared to calculated point spread functions as a function of the compression ratio for undersampled images.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,613

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 Opus0,023
Tête enseignante GPT0,267
Écart entre enseignants0,244 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive optics and wavefront sensingTravaux en français237 207