Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Navid Borhani

Cette personne n’est plus à l’EPFL

À propos
Confidentialité
Mentions légales

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Cours enseignés par cette personne (1)

MICRO-723: Deep Learning for Optical Imaging

This course will focus on the practical implementation of artificial neural networks (ANN) using the open-source TensorFlow machine learning library developed by Google for Python.

Publications associées (33)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Multicore fiber endoscope for phase imaging based on intensity recording using deep neural networks

Demetri Psaltis, Christophe Moser, Navid Borhani, Eirini Kakkava

The present invention is related to an endoscopic system for phase imaging, comprising a multicore waveguide (080), an optical system comprising at least one first light source (002), for illuminating the sample to be examined, a first camera (010) that is ...

2022

Full characterization of partially measured systems with neural networks

Demetri Psaltis, Christophe Moser, Navid Borhani, Damien Claude-Marie Loterie, Eirini Kakkava, Babak Rahmani, Ugur Tegin

IEEE2021

Learning to See and Compute through Multimode Fibers

Demetri Psaltis, Christophe Moser, Navid Borhani, Damien Claude-Marie Loterie, Eirini Kakkava, Babak Rahmani, Ugur Tegin

We propose a computational method for controlling the output of a multimode fiber using machine learning. Arbitrary images can be projected with amplitude-only calibration (no phase measurement) and fidelities on par with conventional full-measurement meth ...

IEEE2021