MétaCan
Menu
Retour à la cohorte
Enregistrement W4406250200 · doi:10.37188/lam.2025.017

High-speed complex field modulation using binary phase-engraved superpixels

2025· article· en· W4406250200 sur OpenAlexfundno aff
Patrick Kilcullen, Jingdan Liu, Youmin Wang, Lei Gong, Jinyang Liang

Notice bibliographique

RevueLight Advanced Manufacturing · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOrbital Angular Momentum in Optics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésEngravingModulation (music)Binary numberField (mathematics)Phase (matter)Computer scienceMathematicsPhysicsArithmeticArtVisual artsAcoustics

Résumé

récupéré en direct d'OpenAlex

Complex field modulation (CFM) has found a plethora of applications in physics, biomedicine, and instrumentation. Among existing methods, superpixel-based CFM has been increasingly featured because of its advantages in high modulation accuracy and its compatibility with high-speed spatial light modulators (SLMs). Nonetheless, the mainstream approach based on binary-amplitude modulation confronts limitations in optical efficiency and dynamic range. To surmount these challenges, we develop binary phase-engraved (BiPE) superpixel-based CFM and implement it using the phase light modulator (PLM)—a new micro-electromechanical system-based SLM undergoing development by Texas Instruments in recent years. Using BiPE superpixels, we demonstrate high-accuracy spatial amplitude and phase modulation at up to 1.44 kHz. To showcase its broad utility, we apply BiPE-superpixel-based CFM to beam shaping, high-speed projection, and augmented-reality display.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,991

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 Opus0,014
Tête enseignante GPT0,283
Écart entre enseignants0,268 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLight Advanced ManufacturingMême sujetOrbital Angular Momentum in OpticsTravaux en français237 207