
Une méthode utilisant des réseaux de neurones pour détecter ou reconstruire les états de polarisation à partir de données photoniques.La polarimétrie par réseau de neurones est une technique computationnelle qui utilise l'apprentissage automatique pour déduire l'état de polarisation de la lumière à partir d'un très petit nombre de photons détectés. La polarimétrie traditionnelle nécessite de mesurer l'intensité lumineuse selon plusieurs orientations de filtres, ce qui exige de nombreux photons pour une précision statistique. Lorsque seuls quelques photons sont disponibles—par exemple, provenant d'une source astronomique faible ou lors d'une mesure rapide—la reconstruction devient bruitée ou impossible avec les méthodes classiques. Les réseaux de neurones, entraînés sur des données simulées ou calibrées, peuvent reconnaître des motifs subtils dans les comptages de photons épars et récupérer l'information de polarisation qui serait autrement perdue.
L'application des réseaux de neurones à la polarimétrie a émergé dans les années 2010, portée par les progrès de l'apprentissage profond et le besoin de mesures polarimétriques plus rapides et plus sensibles dans des domaines comme l'imagerie biomédicale et l'astronomie. Aucun inventeur unique n'est crédité ; elle s'est développée grâce aux contributions de plusieurs groupes de recherche.
La méthode implique typiquement un réseau de neurones qui prend en entrée les événements de détection bruts (par exemple, les comptages de photons dans différents canaux de polarisation) et produit en sortie les paramètres de Stokes estimés qui décrivent l'état de polarisation. Le réseau est entraîné sur un grand ensemble de données de détections de photons simulées avec des états de polarisation connus, apprenant la correspondance statistique entre les données éparses et la polarisation sous-jacente. Une fois entraîné, il peut traiter de nouvelles mesures en temps réel, « voyant l'invisible » en extrayant l'information du bruit.
Elle est utilisée en imagerie biomédicale pour analyser la structure des tissus à partir de la lumière diffusée, en télédétection (par exemple, le lidar) pour distinguer l'eau des nuages de glace, et en astronomie pour mesurer la polarisation d'objets faibles comme les étoiles à neutrons ou les exoplanètes.
La polarimétrie par réseau de neurones peut reconstruire la polarisation à partir de quelques dizaines de photons seulement, là où les méthodes classiques exigeraient des milliers.
| A | variable | Polarization vector — polarization vector |
| Δ | variable | Amplitude of the field — amplitude volt per metre |
| e_x | variable | Unit vector along x-axis — vecteur unitaire |
| e_y | variable | Unit vector along y-axis — vecteur unitaire |
| i | opérateur | Complex number with square -1 — unité imaginaire |













