Physics-informed mode decomposition neural network for structured light in multimode fibers

Publikation: Beitrag in Buch/Konferenzbericht/Sammelband/GutachtenBeitrag in KonferenzbandBeigetragenBegutachtung

Abstract

We propose a novel approach for the referenceless mode decomposition of multimode fibers. A deep neural network with the interaction of a physical model achieves decomposition of 55 modes without pre-training. This paradigm shift is of great importance for space division multiplexing.

Details

OriginalspracheEnglisch
Titel2023 IEEE Photonics Conference, IPC 2023 - Proceedings
Herausgeber (Verlag)Institute of Electrical and Electronics Engineers (IEEE)
Seiten1-2
ISBN (elektronisch)979-8-3503-4722-7
PublikationsstatusVeröffentlicht - 2023
Peer-Review-StatusJa

Publikationsreihe

ReiheIEEE Photonics Conference (IPC)
ISSN2374-0140

Konferenz

Titel2023 IEEE Photonics Conference
KurztitelIPC 2023
Dauer12 - 16 November 2023
Webseite
OrtHilton Orlando Buena Vista Palace
StadtOrlando
LandUSA/Vereinigte Staaten

Schlagworte

Schlagwörter

  • deep learning, multimode fiber, physics-driven, scattering, space division multiplexing