Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Popiołek, Ewa" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Subpixel localization of optical vortices using artificial neural networks
Autorzy:
Popiołek-Masajada, Agnieszka
Frączek, Ewa
Burnecka, Emilia
Powiązania:
https://bibliotekanauki.pl/articles/1849005.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
optical vortex
spiral phase map
pseudo phase
deep learning
neural network
Opis:
Optical vortices are getting attention in modern optical metrology. Because of their unique features, they can be used as precise position markers. In this paper, we show that an artificial neural network can be used to improve vortex localization. A deep neural network with several hidden layers was trained to find subpixel vortex positions on the spiral phase maps. Several thousand training samples, differing by spiral density, its orientation, and vortex position, were generated numerically for teaching purposes. As a result, Best Validation Performance of the order of 10-5 pixel has been reached. To verify the usefulness of the proposed method, a related experiment in the setup of an optical vortex scanning microscope has been reported. It is shown that the vortex can be localized with subpixel accuracy also on experimental phase maps.
Źródło:
Metrology and Measurement Systems; 2021, 28, 3; 497-508
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Subpixel localization of optical vortices using artificial neural networks
Autorzy:
Popiołek-Masajada, Agnieszka
Frączek, Ewa
Burnecka, Emilia
Powiązania:
https://bibliotekanauki.pl/articles/1849096.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
optical vortex
spiral phase map
pseudo phase
deep learning
neural network
Opis:
Optical vortices are getting attention in modern optical metrology. Because of their unique features, they can be used as precise position markers. In this paper, we show that an artificial neural network can be used to improve vortex localization. A deep neural network with several hidden layers was trained to find subpixel vortex positions on the spiral phase maps. Several thousand training samples, differing by spiral density, its orientation, and vortex position, were generated numerically for teaching purposes. As a result, Best Validation Performance of the order of 10-5 pixel has been reached. To verify the usefulness of the proposed method, a related experiment in the setup of an optical vortex scanning microscope has been reported. It is shown that the vortex can be localized with subpixel accuracy also on experimental phase maps.
Źródło:
Metrology and Measurement Systems; 2021, 28, 3; 497-508
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies