-
公开(公告)号:CN118471574A
公开(公告)日:2024-08-09
申请号:CN202410545351.4
申请日:2024-04-30
申请人: 香港科技大学(广州) , 香港科技大学
IPC分类号: G21K1/00 , G06N3/0464 , G06N3/048 , G06N3/084
摘要: 本申请实施例提供了一种光镊阵列构建方法和装置、电子设备及存储介质,属于光镊技术领域。该方法包括:获取多个训练光镊图像,并根据所述训练光镊图像进行光学重建,得到训练全息图像;其中,所述训练光镊图像是高功率激光束聚焦到微小区域上时的微观图像;将所述训练光镊图像输入至预设的原始生成模型进行全息图像生成,得到预测全息图像;根据所述预测全息图像和所述训练全息图像对所述原始生成模型进行模型参数调整,得到目标生成模型;将预设的目标光镊图像输入至所述目标生成模型进行全息图像生成,得到目标全息图像;通过预设的空间光调制器对所述目标全息图像进行激光束照射处理,得到光镊阵列。本申请实施例能够减少生成光镊阵列的时间。
-
公开(公告)号:CN115510943A
公开(公告)日:2022-12-23
申请号:CN202210720551.X
申请日:2022-06-23
申请人: 香港科技大学
摘要: 本发明提出了一种在电子设备上利用神经网络分析量子系统相关实验数据的方法。该方法包括:根据实验数据生成训练数据集;对所述训练数据集执行一个或多个过滤操作,以生成分别与所述过滤操作对应的一个或多个已过滤训练数据集;通过输入原始和已过滤训练数据集训练第一神经网络和第二神经网络;对第一神经网络和第二神经网络进行评价;获得第一神经网络和第二神经网络的一个或多个分类精度;识别分类精度对之间的差异;并根据不同的差异确定每一个过滤操作保留或删除的每一个信息的影响程度。
-