Kalibrierung von Lichtmodulatoren mit physikalisch interpretierbaren neuronalen Netzen (DGaO-Nachwuchspreis für die beste Masterarbeit 2024)

Für die Kalibrierung eines phasenschiebenden räumlichen Lichtmodulators (SLM) wurde ein physikalisch interpretierbares neuronales Netz entwickelt, das die realen Bedingungen des optischen Aufbaus möglichst genau modelliert. Die Gewichte werden durch eine Camera-in-the-Loop-Kalibrierung an den realen Aufbau angepasst. Die Methode lässt eine Interpretation der Gewichte des neuronalen Netzes zu und zeigt eine hohe Stabilität gegenüber Veränderungen im optischen Aufbau.