使用Transformer模型识别硅光子光栅的光束轮廓
光学
2024-08-23 v3 人工智能
图像与视频处理
摘要
过去十年中，在离子阱量子计算领域开发了广泛使用的集成硅光子（SiPh）光栅，用于对囚禁离子量子比特进行光学寻址。然而，当从红外（IR）相机观察光束轮廓时，通常难以确定光束轮廓所在的对应高度。在本工作中，我们开发了Transformer模型来识别来自SiPh光栅的光束轮廓的对应高度类别。该模型使用两种技术进行训练：（1）输入块（patches），（2）输入序列。对于使用输入块训练的模型，识别准确率达到0.938。同时，使用输入序列训练的模型准确率为0.895。然而，当重复模型训练150个周期时，使用输入块训练的模型准确率在0.445到0.959之间不一致，而使用输入序列训练的模型准确率在0.789到0.936之间更高。所得结果可扩展至各种应用，包括光束自动聚焦和z轴平台的自动调整以获取所需的光束轮廓。
引用
@article{arxiv.2408.10287,
title = {Recognizing Beam Profiles from Silicon Photonics Gratings using Transformer Model},
author = {Yu Dian Lim and Hong Yu Li and Simon Chun Kiat Goh and Xiangyu Wang and Peng Zhao and Chuan Seng Tan},
journal= {arXiv preprint arXiv:2408.10287},
year = {2024}
}