Ultra-dense moving cascaded metasurface holography by using a physics-driven neural network

全息术 衍射 光学 全息显示器 计算机科学 伪装 人工神经网络 带宽(计算) 物理 人工智能 电信
作者
Hongqiang Zhou,Xin Li,He Wang,Shifei Zhang,Zhaoxian Su,Qiang Jiang,Naqeeb Ullah,Xiaowei Li,Yongtian Wang,Lingling Huang
出处
期刊:Optics Express [The Optical Society]
卷期号:30 (14): 24285-24285 被引量:10
标识
DOI:10.1364/oe.463104
摘要

Metasurfaces are promising platforms for integrated compact optical systems. Traditional metasurface holography design algorithms are limited to information capacity due to finite spatial bandwidth production, which is insufficient for the growing demand for big data storage and encryption. Here, we propose and demonstrate deep learning empowered ultra-dense complex-amplitude holography using step-moving cascaded metasurfaces. Using deep learning artificial intelligence optimization strategy, the barriers of traditional algorithms can be conquered to meet diverse practical requirements. Two metasurfaces are cascaded to form the desired holography. One of them can move to switch the reconstruction images due to diffraction propagation accumulated during the cascaded path. The diffraction pattern from the first metasurface propagates at a different distance and meets with the second metasurface, reconstructing the target holographic reconstructions in the far-field. Such a technique can provide a new solution for multi-dimensional beam shaping, optical encryption, camouflage, integrated on-chip ultra-high-density storage, etc.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
123发布了新的文献求助10
1秒前
3秒前
shiche发布了新的文献求助10
4秒前
啊啊啊发布了新的文献求助10
4秒前
海宁发布了新的文献求助10
4秒前
qq发布了新的文献求助30
5秒前
转生成为科研糕手完成签到,获得积分10
6秒前
思源应助CCCCC采纳,获得10
6秒前
烂漫明轩完成签到,获得积分10
6秒前
7秒前
hu发布了新的文献求助10
7秒前
舒适店员发布了新的文献求助10
7秒前
慕青应助Sg采纳,获得10
8秒前
炸毛娟完成签到,获得积分10
8秒前
北林完成签到,获得积分10
8秒前
9秒前
9秒前
123完成签到,获得积分10
9秒前
9秒前
丘比特应助Tek采纳,获得10
10秒前
wlq完成签到,获得积分10
10秒前
小太阳完成签到,获得积分10
10秒前
12秒前
李爱国应助小周同学采纳,获得10
13秒前
rayce发布了新的文献求助10
13秒前
为止发布了新的文献求助10
13秒前
研友_nv4M28应助星辰采纳,获得50
13秒前
hahhh7发布了新的文献求助10
13秒前
14秒前
14秒前
呼呼发布了新的文献求助10
14秒前
吃不饱星球球长应助bjyx采纳,获得20
14秒前
14秒前
16秒前
marry发布了新的文献求助10
16秒前
16秒前
ljy2015发布了新的文献求助10
17秒前
Lvhao应助llyy采纳,获得30
18秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155576
求助须知:如何正确求助?哪些是违规求助? 2806779
关于积分的说明 7870685
捐赠科研通 2465047
什么是DOI,文献DOI怎么找? 1312118
科研通“疑难数据库(出版商)”最低求助积分说明 629877
版权声明 601892