| Project/Area Number |
23KF0204
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 外国 |
|---|
| Review Section |
Basic Section 30020:Optical engineering and photon science-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
志村 努 東京大学, 生産技術研究所, 教授 (90196543)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
HAO JIANYING 東京大学, 生産技術研究所, 外国人特別研究員
|
|---|
| Project Period (FY) |
2023-11-15 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥1,000,000 (Direct Cost: ¥1,000,000)
Fiscal Year 2024: ¥400,000 (Direct Cost: ¥400,000)
Fiscal Year 2023: ¥600,000 (Direct Cost: ¥600,000)
|
|---|
| Keywords | ホログラフィックメモリー / 畳み込みニューラルネットワーク / 複素振幅変調 / ページデータ / ピンボケ像 |
|---|
| Outline of Research at the Start |
大容量記録が可能なホログラフィックメモリーのさらなる記録密度向上のために、振幅と位相の両方を変調する複素振幅変調方式を採用し、その情報の検出の方法として、深層学習アルゴリズムを用い、干渉計を用いず像の強度情報のみからら複素振幅情報を回復する手法を提案し、その有効性を検証する。深層学習を用いることで、ひとたび系の学習が終了すれば、反復計算無しで高速に複素振幅情報が取得できる。本方式を用いた場合の記録密度限界についても見積もる。
|
| Outline of Annual Research Achievements |
Haoは、位相と振幅の両方を変調し、しかもそれぞれの値が多値をとる、2次元多値変調方式によるホログラフィックメモリーの大容量化システムを目指した研究を行った。この方式で問題となるのは、光の位相は直接検出できず、通常は干渉計等を組む必要があり、光学系が複雑かつ不安定になるという点である。この問題を解決するために、Haoはあえて再生像を若干ぼかし、そのボケ方からディープニューラルネット(DNN)により、位相情報を得るという再生方式を考案し、その有効性を数値シミュレーションと実験により明らかにした。
従来は光の位相を検出するためには、通常は干渉計を用いるか、回折像の強度分布から反復計算により位相推定を行う必要があった。干渉計を使う方式は光学系が複雑かつ不安定であり、実用上の障害となる。また回折像の強度分布から繰り返し計算を行う方法は、当然ながら反復計算に長い時間と多くの計算リソースを必要とした。これに対しHaoのボケ像とDNNを使う方法は、DNNの学習には時間がかかるものの、ひとたび学習が終わってしまえば干渉計も反復計算も不要で、1回の計算で位相回復が行えるという優れたものである。本研究により、この方式の有効性を数値シミュレーションと実験の両面から実証することができ、また正答率も従来方式を上回るものであることが明らかになった。本研究で実証した複素振幅情報の検出方法は、ホログラフィックメモリーの大容量化と高速化に大きく貢献すると期待できる。
|
