文献类型：期刊文章

作　　者：吴修齐[1] 彭俊松[1,2] 张颖[1] 曾和平[1,2,3]

Wu Xiuqi;Peng Junsong;Zhang Ying;Zeng Heping(State Key Laboratory of Precision Spectroscopy,East China Normal University,Shanghai 200062,China;Chongqing Institute of East China Normal University,Chongqing 401120,China;Jinan Institude of Quantum Technology,Jinan 250101,Shandong,China)

机构地区：[1]华东师范大学精密光谱科学与技术国家重点实验室,上海200062 [2]华东师范大学重庆研究院,重庆401120 [3]济南量子技术研究院,山东济南250101

出　　处：《中国激光》

基　　金：国家自然科学基金(62022033,12074122,11704123,61775059,62022033,12074122);上海市市级科技重大专项子项目(2019SHZDZX01-ZX05);上海市青年科技启明星计划;National Key Laboratory Foundation of China(6142411196307);Sustainedly Supported Foundation by National Key Laboratory of Science and Technology on Space Microwave under Grant(2022-WDKY-SYS-DN-04);上海市自然科学基金(23ZR1419000)。

年　　份：2023

卷　　号：50

期　　号：11

起止页码：76-95

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：近年来,智能光子学领域取得了蓬勃发展。其中,机器学习算法与超快光学的结合展现出了巨大潜力,不仅给超快光学系统带来了新功能,也极大地提升了系统的性能。特别地,机器学习已在锁模激光器中获得了广泛应用。本文着重介绍机器学习算法及控制系统在超快光纤激光器中的应用,包括产生和操控孤子锁模脉冲、时空锁模脉冲、呼吸子脉冲以及分形呼吸子。

关 键 词：激光器 锁模 孤子 呼吸子 智能  

分 类 号：O436]