面向非线性光学广泛应用的条件循环神经网络
光学
2024-02-05 v1 计算物理
摘要
我们提出了一种条件长短期记忆循环神经网络的新实现，成功预测了非线性周期极化波导中脉冲的频谱演化。所开发的网络具有极大的灵活性，允许具有不同能量和时间宽度范围的光脉冲在不同极化周期的波导中传播。结果与传统数值模型显示出极高的一致性。此外，我们能够使用单个网络计算脉冲复包络的实部和虚部，从而允许使用同一网络成功恢复脉冲的时间和频谱演化。
引用
@article{arxiv.2312.13326,
title = {Conditional Recurrent Neural Networks for broad applications in nonlinear optics},
author = {Simone Lauria and Mohammed F. Saleh},
journal= {arXiv preprint arXiv:2312.13326},
year = {2024}
}