用于分析微腔阵列多模量子频率梳光谱特征的卷积神经网络
光学
2025-07-01 v2
摘要
关于回音壁模式（WGM）光场对微腔环境敏感性的研究已经出现，该研究利用WGM中光场的频移或共振峰频移的敏感性。非线性微腔产生的光学频率梳（OFC）的多模梳齿对微腔环境具有优异的敏感性，并且与WGM光场相比，它们具有更多的灵敏度自由度（每个梳齿的强度都可能受到微腔环境的影响）。不同物质对微腔环境参数的影响是复杂且非线性的，因此我们使用机器学习方法自动提取光谱特征，单参数识别的平均准确率达到99.5%，双参数识别的平均准确率达到97.0%。基于微腔OFC与波导耦合结构的集成，我们从理论上提出了一套流体特性检测集成装置。
引用
@article{arxiv.2404.09742,
title = {The convolutional neural networks for analysing the micro-cavity array multi-mode quantum frequency comb spectrum features},
author = {H. Shen and C. Y. Zhao},
journal= {arXiv preprint arXiv:2404.09742},
year = {2025}
}
备注
14pages,7figures,27references