Tiefe Holographie

Mit dem explosiven Wachstum der mathematischen Optimierung und der Computerhardware haben sich tiefe neuronale Netzwerke (DNN) zu enorm leistungsfähigen Werkzeugen entwickelt, um viele herausfordernde Probleme in verschiedenen Bereichen zu lösen, von der Entscheidungsfindung bis hin zur rechnergestützten Bildgebung und Holographie. In diesem Manuskript konzentriere ich mich auf die erfolgreichen Wechselwirkungen zwischen DNN und Holographie. Einerseits hat sich gezeigt, dass DNN insbesondere in jeder Hinsicht für die holographische Rekonstruktion und computer-generierte Holographie äußerst fähig sind. Andererseits ist Holographie ein ermöglichendes Werkzeug für die optische Implementierung von DNN, da sie die Fähigkeit zur Vernetzung und zur gleichzeitigen Lichtverarbeitung besitzt. Ziel dieses Artikels ist es, eine umfassende Literaturübersicht über den jüngsten Fortschritt in der tiefen Holographie zu geben, einem aufstrebenden interdisziplinären Forschungsfeld, das wechselseitig von Holographie und DNN inspiriert wird. Zuerst gebe ich einen kurzen Überblick über die grundlegende Theorie und Architektur von DNN und diskutiere dann einige der wichtigsten Fortschritte der tiefen Holographie. Ich hoffe, dass die gegenwärtige einheitliche Darstellung die weitere Entwicklung in diesem vielversprechenden und spannenden Forschungsfeld anregen wird.