利用机器学习识别泄漏光子晶格的拓扑
光学
2024-01-30 v1 机器学习
数据分析、统计与概率
机器学习
摘要
我们展示了如何应用机器学习技术，利用有限的测量数据对泄漏光子晶格中的拓扑相进行分类。我们提出了一种仅基于体强度测量的方法，从而免除了复杂的相位恢复过程的需要。具体而言，我们设计了一个全连接神经网络，在具有泄漏通道的二聚化波导阵列中，于有限距离传播空间局域初始激发后，从输出强度分布准确判定拓扑性质，该设置紧密模拟了真实实验条件。
引用
@article{arxiv.2308.14407,
title = {Identifying topology of leaky photonic lattices with machine learning},
author = {Ekaterina O. Smolina and Lev A. Smirnov and Daniel Leykam and Franco Nori and Daria A. Smirnova},
journal= {arXiv preprint arXiv:2308.14407},
year = {2024}
}
备注
9 pages, 8 figures