Deep-learning algorithms for imperfection-resilient Fourier-transform spectroscopy in silicon

Par Conseil national de recherches du Canada

DOITrouver le DOI : https://doi.org/10.1109/GFP51802.2021.9673932
AuteurRechercher : ; Rechercher : ; Rechercher : ; Rechercher : ; Rechercher : ; Rechercher : ; Rechercher : ; Rechercher : 1; Rechercher : 2; Rechercher : 2; Rechercher : 2; Rechercher : ; Rechercher : ; Rechercher :
Affiliation du nom
  1. Conseil national de recherches du Canada. Technologies numériques
  2. Conseil national de recherches du Canada. Électronique et photonique avancées
Bailleur de fondsRechercher : Agence Nationale de la Recherche
FormatTexte, Article
Conférence2021 IEEE 17th International Conference on Group IV Photonics (GFP), December 7-10, 2021, Malaga, Spain
Description physique2 p.
Sujetspectrometer; Fourier-transform; deep-learning; silicon photonics
Résumé
Date de publication
Maison d’éditionIEEE
Dans
Langueanglais
Publications évaluées par des pairsOui
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrementd1110875-62d8-447a-95f1-0860213515c5
Enregistrement créé2022-05-06
Enregistrement modifié2022-05-09
Date de modification :