287090記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 高い光学非線形性による光散乱の克服（Overcoming light scattering with high optical nonlinearity）
2 分で読了
0 views

高い光学非線形性による光散乱の克服

（Overcoming light scattering with high optical nonlinearity）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、お忙しいところ恐縮です。最近、光を深部で鮮明に撮る話が出ておりまして、そもそも散乱があると何が困るのか、ざっくり教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね！光が深く進むと細かく散らばってしまい、カメラに届く情報が混ざるため画像がぼやけるんですよ。簡単に言えば、窓ガラスが曇っている状態で外を見るようなものなんです。

田中専務

なるほど。では、今回の論文では何を変えたのですか。単に光を強くするだけではダメなのですか。

AIメンター拓海

素晴らしい視点ですよ！ただ強くするだけだと背景まで光が強くなってしまい、コントラストが上がらないんです。論文は『光の非線形応答（optical nonlinearity）』を利用して、特定点だけを強調する方法を示しています。要点は三つ：散乱下でも局所的に光を集中できること、非線形で

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
早期宇宙における偽と真のデコヒーレンス
（False and genuine decoherence in the early universe: a local observer and time-averaged observables）
次の記事
科学方程式発見のための新しいLLMベンチマーク
（LLM-SRBench: A New Benchmark for Scientific Equation Discovery with Large Language Models）
関連記事
効率的微調整法による大規模言語モデルの実用化
（Practical Efficient Fine‑Tuning Methods for Large Language Models）
動的ネットワークのための高速近似スペクトラルクラスタリング
（Fast Approximate Spectral Clustering for Dynamic Networks）
ヒューマン中心の知能を実現するAI-as-a-Serviceツールキット
（AI-as-a-Service Toolkit for Human-Centered Intelligence in Autonomous Driving）
構造化変数選択の一般的枠組み
（A general framework for formulating structured variable selection）
大規模言語モデルの安全性：包括的サーベイ
（Large Language Model Safety: A Holistic Survey）
グラフ畳み込みニューラルネットを強化するAttention手法
（Attention is all you need for boosting graph convolutional neural network）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
大規模な品揃え生成のためのマルチモーダル推薦
（A Multimodal Recommender System for Large-scale Assortment Generation in E-commerce）
  • 論文研究
予測区間を狭める新しい損失関数：Expanded Interval Minimization
（Tight Prediction Intervals Using Expanded Interval Minimization）
  • 論文研究
Subject2Vec: 画像パッチ集合から患者レベルの表現を作る手法
（Subject2Vec: Generative-Discriminative Approach from a Set of Image Patches to a Vector）
  • 論文研究
圧縮センシングMRI再構成の敵対的・知覚的洗練
（Adversarial and Perceptual Refinement for Compressed Sensing MRI Reconstruction）
  • 論文研究
プロキシによる公平性改善の実務的提案
（Proxy Fairness）
  • 論文研究
多視点生成のための完全な表現学習
（CR-GAN: Learning Complete Representations for Multi-view Generation）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む