文章预览
基于凸/深度(CODE)小数据学习理论的超表面快照高光谱成像 高光谱成像对于材料鉴定至关重要,但传统系统体积庞大,阻碍了紧凑型系统的发展。虽然以前的超表面解决了体积问题,但复杂的制造工艺和大量占地面积的要求仍然限制了它们的应用。这项工作 通过将超光学与小数据凸/深 (CODE) 深度学习理论相结合,报道了一种紧凑的快照高光谱成像器 。 我们的快照高光谱成像仪仅由一个在可见窗口 (500-650 nm) 内工作的多波长超表面芯片组成,显著减小了设备面积。为了证明我们的高光谱成像仪的高性能,我们使用了 4 波段多光谱成像数据集作为输入。通过 CODE 驱动的成像系统,它仅使用 18 个训练数据点即可高效生成具有高保真度的 18 波段高光谱数据立方体。 我们预计多共振超表面与小数据学习理论的优雅集成将使用于 基础科学研究和实
………………………………