文件名称：REDE:pers分散工程中的逆向工程
文件大小：15.21MB
文件格式：ZIP
更新时间：2024-06-04 11:24:37
epfl simulation mipt pytorch neural-networks
分散工程中的逆向工程 给定色散曲线的几何参数预测。 项目说明 我们的目标是进行微谐振器的高级色散工程设计，以实现宽（理想的是跨度为八度）的频率梳。 频率梳是频域中等距尖峰的阵列。 最近，在微谐振器中发现了FC，由于光学参量振荡，即四波混合，可以在其中产生FC。 但是，这种非线性过程需要对光进行高度的光学限制，因此非线性过程可以发挥重要作用，并在微谐振器中适当地分散光模。 前者可通过增加微谐振器的Q因子来获得，而后者则是色散工程的问题，其中微谐振器的几何形状以特殊方式设计以引导光。 看来，产生梳子的关键条件之一是异常色散（其中，谐振器的两个连续谐振之间的距离随光频率的增加而增加，D2> 0（在图中））。 色散分布（Dint与频率）决定了在微谐振器中可以达到的梳状频谱。 通常，我们希望Dint（请参见上图）稍微大于0且非常宽，因此梳子是平坦且宽的。 如果| Dint | 明显大于0，
【文件预览】：
REDE-master
----.gitignore(1KB)
----README.md(9KB)
----utils()
--------dataset.py(6KB)
--------prepare_dataset_keras.ipynb(79KB)
--------matlab_data()
--------prepare_dataset_keras.py(5KB)
--------prepare_dataset.ipynb(61KB)
--------dispersion_values_keras.ipynb(25KB)
--------dispersion_values.ipynb(25KB)
--------prepare_dataset.py(5KB)
----LICENSE(1KB)
----img()
--------preproc_dint.png(4KB)
--------basic-net.png(14KB)
--------result2.png(126KB)
--------disp_adv_eng_trial.jpg(175KB)
--------img1.jpg(23KB)
--------combs.jpg(258KB)
--------adv_res.PNG(158KB)
--------result1.png(97KB)
--------simple resonator.JPG(38KB)
--------Dint_comb.jpg(135KB)
--------adv_resonators.jpg(90KB)
--------conv_disp_eng.jpg(234KB)
--------conv-net.png(16KB)
--------img2.jpg(56KB)
--------p.png(326KB)
--------disp.jpg(245KB)
--------double-net.png(31KB)
--------disp_adv_eng.jpg(50KB)
----main.ipynb(38KB)
----main_keras_realization.ipynb(692KB)
----data()
--------rede()