Publication

Deep Learning-Based Image Classification through a Multimode Fiber in the Presence of Wavelength Drift

Concepts associés (32)

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Multi-mode optical fiber

Multi-mode optical fiber is a type of optical fiber mostly used for communication over short distances, such as within a building or on a campus. Multi-mode links can be used for data rates up to 100 Gbit/s. Multi-mode fiber has a fairly large core diameter that enables multiple light modes to be propagated and limits the maximum length of a transmission link because of modal dispersion. The standard G.651.1 defines the most widely used forms of multi-mode optical fiber.

Bruit au travail

Le bruit est une sensation auditive désagréable ou gênante. Au-delà d’un certain seuil, quand le niveau sonore est très élevé, tous les sons sont dangereux pour la santé. Au travail, le bruit peut avoir de multiples origines : machines, outils, véhicules... Le niveau du bruit se mesure en décibels . Selon l’Institut National de Recherche et de Sécurité, pour une journée de travail de 8 heures, l’ouïe est en danger à partir de 80 dB(A).

Meta-learning (computer science)

Meta learning is a subfield of machine learning where automatic learning algorithms are applied to metadata about machine learning experiments. As of 2017, the term had not found a standard interpretation, however the main goal is to use such metadata to understand how automatic learning can become flexible in solving learning problems, hence to improve the performance of existing learning algorithms or to learn (induce) the learning algorithm itself, hence the alternative term learning to learn.

Binary classification

Binary classification is the task of classifying the elements of a set into two groups (each called class) on the basis of a classification rule. Typical binary classification problems include: Medical testing to determine if a patient has certain disease or not; Quality control in industry, deciding whether a specification has been met; In information retrieval, deciding whether a page should be in the result set of a search or not. Binary classification is dichotomization applied to a practical situation.

Apprentissage auto-supervisé

L'apprentissage auto-supervisé ("self-supervised learning" en anglais) (SSL) est une méthode d'apprentissage automatique. Il apprend à partir d'échantillons de données non étiquetés. Il peut être considéré comme une forme intermédiaire entre l'apprentissage supervisé et non supervisé. Il est basé sur un réseau de neurones artificiels. Le réseau de neurones apprend en deux étapes. Tout d'abord, la tâche est résolue sur la base de pseudo-étiquettes qui aident à initialiser les poids du réseau.

Information mutuelle

Dans la théorie des probabilités et la théorie de l'information, l'information mutuelle de deux variables aléatoires est une quantité mesurant la dépendance statistique de ces variables. Elle se mesure souvent en bit. L'information mutuelle d'un couple de variables représente leur degré de dépendance au sens probabiliste. Ce concept de dépendance logique ne doit pas être confondu avec celui de causalité physique, bien qu'en pratique l'un implique souvent l'autre.

Laser

thumb|250px|Lasers rouges (660 & ), verts (532 & ) et bleus (445 & ). thumb|250px|Rayon laser à travers un dispositif optique. thumb|250px|Démonstration de laser hélium-néon au laboratoire Kastler-Brossel à l'Université Pierre-et-Marie-Curie. Un laser (acronyme issu de l'anglais light amplification by stimulated emission of radiation qui signifie « amplification de la lumière par émission stimulée de radiation ») est un système photonique.

Double-clad fiber

Double-clad fiber (DCF) is a class of optical fiber with a structure consisting of three layers of optical material instead of the usual two. The inner-most layer is called the core. It is surrounded by the inner cladding, which is surrounded by the outer cladding. The three layers are made of materials with different refractive indices. There are two different kinds of double-clad fibers. The first was developed early in optical fiber history with the purpose of engineering the dispersion of optical fibers.

Multiple-prism grating laser oscillator

Multiple-prism grating laser oscillators, or MPG laser oscillators, use multiple-prism beam expansion to illuminate a diffraction grating mounted either in Littrow configuration or grazing-incidence configuration. Originally, these narrow-linewidth tunable dispersive oscillators were introduced as multiple-prism Littrow (MPL) grating oscillators, or hybrid multiple-prism near-grazing-incidence (HMPGI) grating cavities, in organic dye lasers.

Entropie de Shannon

En théorie de l'information, l'entropie de Shannon, ou plus simplement entropie, est une fonction mathématique qui, intuitivement, correspond à la quantité d'information contenue ou délivrée par une source d'information. Cette source peut être un texte écrit dans une langue donnée, un signal électrique ou encore un fichier informatique quelconque (suite d'octets). Elle a été introduite par Claude Shannon. Du point de vue d'un récepteur, plus la source émet d'informations différentes, plus l'entropie (ou incertitude sur ce que la source émet) est grande.