會員登錄
科學研究：人工智能預測非線性超快光動力學
打賞
推廣
科學研究：人工智能預測非線性超快光動力學
來源: CC0 Public Domain
坦佩雷大學的研究人員使用人工智能，成功預測超短光脈衝與物質相互作用時發生的非線性動力學。這個新方法能用於如成像、製造業和手術中快速高效的數值模擬。該項研究發表在著名的期刊,《自然》子刊《機器智能》上。
就像人工智能在人臉識別中分辨細微的差距一樣，它能分辨不同類型激光脈衝的傳播。這項新的處理辦法可以簡化基礎研究中的實驗設計，也能用於下一代激光係統以確保實時同步優化。這能被應用於脈衝性質受目標環境幹擾的情況，如在製造業和手術中。
非線性超快光物質相互作用是研究人員長久以來難以理解的東西。該領域的研究對其他許多研究都至關重要，比如：藥物開發中使用的光譜工具、技術材料的精密加工，還有遙感和高像素成像。
訓練神經網絡用於模式識別
高頻率超短光脈衝與玻璃光纖相互作用時，會產生一係列的高度非線性相互作用，導致射入光的溫度和光譜性質產生一係列複雜的變化。到現目前止，對於這些非線性多維相互作用的研究都是基於非線性薛定諤方程，這是一種緩慢且計算量大的方法，極大地限製了使用數值技術來實時設計或優化實驗的能力。
“這個問題現在已經通過使用人工智能解決了。我們的團隊已經能通過訓練神經網絡來識別在這種複製情況下的內在模式。重要的是，一旦經過訓練，神經網絡就能預測一個之前未知情況中的非線性變化，而且基本可以在瞬間完成。” Goëry Genty教授說。他是坦佩雷大學研究小組負責人，也是國家光電研究與創新旗艦機構主任。
這項研究使用一種有內部存儲的，被稱為“遞歸神經網絡”的特殊架構。這種網絡不僅能識別與非線性動力學相關的特殊模式，也能學習這些模式在擴展距離內時域和頻域中的變化。
來源：Pixabay
神經網絡能在毫秒之內預測變化。這種新方法將為所有存在非線性影響傳播的係統提供更高效快速的數值建模，從而改善用於電子通信、製造業和成像的設備的設計。
光子學中的新應用
這項研究報告了光子領域中非常令人感興趣的兩個案例：極端脈衝壓縮和超寬帶激光源開發。
“使用帶有內存儲器的神經網絡的方法能讓我們繞過解決底層數學模型的傳統方法，傳統方法很耗時，並且需要大量的儲存器資源。”Genty解釋說。
來源：https://en.wikipedia.org/wiki/Artificial_neural_network
Genty預測，隨著機器學習的快速發展和在各種科學領域的應用，神經網絡將很快變成分析複雜非線性動力學方程的標準方法，這能優化寬帶信號源和頻率梳的生成，也能幫助設計超快光學實驗。
翻譯：王嘉鈺
審校：汪茹
引進來源：坦佩雷大學
引進鏈接：https://techxplore.com/news/2021-02-artificial-intelligence-nonlinear-ultrafast-dynamics.html
本文來自：環球科學
關注【深圳科普】微信公眾號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書籍】，了解最新科普書籍
回複【團體定製】，了解最新團體定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習觀鳥相關科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情
來源: CC0 Public Domain
坦佩雷大學的研究人員使用人工智能，成功預測超短光脈衝與物質相互作用時發生的非線性動力學。這個新方法能用於如成像、製造業和手術中快速高效的數值模擬。該項研究發表在著名的期刊,《自然》子刊《機器智能》上。
就像人工智能在人臉識別中分辨細微的差距一樣，它能分辨不同類型激光脈衝的傳播。這項新的處理辦法可以簡化基礎研究中的實驗設計，也能用於下一代激光係統以確保實時同步優化。這能被應用於脈衝性質受目標環境幹擾的情況，如在製造業和手術中。
非線性超快光物質相互作用是研究人員長久以來難以理解的東西。該領域的研究對其他許多研究都至關重要，比如：藥物開發中使用的光譜工具、技術材料的精密加工，還有遙感和高像素成像。
訓練神經網絡用於模式識別
高頻率超短光脈衝與玻璃光纖相互作用時，會產生一係列的高度非線性相互作用，導致射入光的溫度和光譜性質產生一係列複雜的變化。到現目前止，對於這些非線性多維相互作用的研究都是基於非線性薛定諤方程，這是一種緩慢且計算量大的方法，極大地限製了使用數值技術來實時設計或優化實驗的能力。
“這個問題現在已經通過使用人工智能解決了。我們的團隊已經能通過訓練神經網絡來識別在這種複製情況下的內在模式。重要的是，一旦經過訓練，神經網絡就能預測一個之前未知情況中的非線性變化，而且基本可以在瞬間完成。” Goëry Genty教授說。他是坦佩雷大學研究小組負責人，也是國家光電研究與創新旗艦機構主任。
這項研究使用一種有內部存儲的，被稱為“遞歸神經網絡”的特殊架構。這種網絡不僅能識別與非線性動力學相關的特殊模式，也能學習這些模式在擴展距離內時域和頻域中的變化。
來源：Pixabay
神經網絡能在毫秒之內預測變化。這種新方法將為所有存在非線性影響傳播的係統提供更高效快速的數值建模，從而改善用於電子通信、製造業和成像的設備的設計。
光子學中的新應用
這項研究報告了光子領域中非常令人感興趣的兩個案例：極端脈衝壓縮和超寬帶激光源開發。
“使用帶有內存儲器的神經網絡的方法能讓我們繞過解決底層數學模型的傳統方法，傳統方法很耗時，並且需要大量的儲存器資源。”Genty解釋說。
來源：https://en.wikipedia.org/wiki/Artificial_neural_network
Genty預測，隨著機器學習的快速發展和在各種科學領域的應用，神經網絡將很快變成分析複雜非線性動力學方程的標準方法，這能優化寬帶信號源和頻率梳的生成，也能幫助設計超快光學實驗。
翻譯：王嘉鈺
審校：汪茹
引進來源：坦佩雷大學
引進鏈接：https://techxplore.com/news/2021-02-artificial-intelligence-nonlinear-ultrafast-dynamics.html
本文來自：環球科學
關注【深圳科普】微信公眾號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書籍】，了解最新科普書籍
回複【團體定製】，了解最新團體定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習觀鳥相關科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情
聽說，打賞我的人最後都找到了真愛。
深圳市華強北街道 華新地鐵站A1出口24小時科學銀行
深i科普
掃描關注深i科普公眾號
做科普，我們是認真的！
掃描關注深i科普公眾號
加入科普活動群
- 參加最新科普活動
- 認識科普小朋友
- 成為科學小記者
