Optimisation des propriétés d’un supercontinuum par apprentissage automatique pour la microscopie multiphotonique

Autor: Hoang, Van, Boussafa, Yassin, Sader, Lynn, Février, Sébastien, Couderc, Vincent, Wetzel, Benjamin
Přispěvatelé: Photonique Fibre et Sources Cohérentes (XLIM-PHOT), XLIM (XLIM), Université de Limoges (UNILIM)-Centre National de la Recherche Scientifique (CNRS)-Université de Limoges (UNILIM)-Centre National de la Recherche Scientifique (CNRS), Ce projet a été financé par le Conseil Européen de la Recherche (ERC) via le Programme de Recherche et d’Innovation Horizon 2020 GA No. 950618 (Projet STREAMLINE), par l’Agence Nationale de la Recherche ANR (ANR-20-CE30-0004) et par la Région Nouvelle-Aquitaine (ProjetsSCIR et SPINAL)., ANR-20-CE30-0004,OPTIMAL,Optimisation des sources optiques ultra-rapides à large bande à l'aide de l'apprentissage automatique(2020), European Project: 950618,STREAMLINE
Jazyk: francouzština
Rok vydání: 2022
Předmět:
Zdroj: OPTIQUE Nice 2022
OPTIQUE Nice 2022, Jul 2022, Nice, France
Popis: International audience; Nous étudions des approches innovantes d’apprentissage automatique afin d’optimiser les propriétés spectro-temporelles d’un supercontinuum fibré. Nous démontrons numériquement que l’ajustement d’un motif d’impulsions femtosecondes permet de maximiser le profil temporel à des longueurs d’onde pertinentes en imagerie multiphotonique.
Databáze: OpenAIRE