使用深度神经网络的双物种原子吸收图像重建

光学成像在理解俘获中性原子行为方面发挥着关键作用。该工作描述了一种基于深度学习的在线图像补全方案,可有效减少双物种原子系统中光学吸收信号的干涉条纹。尽管针对锂-6(6Li)和钠-23(23Na)两种不同原子物种的任务特性存在差异,该方法仍展现出抑制条纹的稳健解决方案。为将其融入日常实验操作,需要通过迁移学习方案逐步更新先前学习的参数。研究人员概述了一种能高效适应实验条件漂移的在线图像补全方法。该方案可轻松集成至实验室环境,其中迁移学习能显著加速图像分析进程。

量科快讯