基于强化学习的锁模激光器的激光腔稳定模式锁定方法2023
- 申请专利号:CN202311107040.1
- 公开(公告)日:2023-12-15
- 公开(公告)号:CN117236414A
- 申请人:南京理工大学
专利内容
(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117236414 A (43)申请公布日 2023.12.15 (21)申请号 202311107040.1 (22)申请日 2023.08.30 (71)申请人 南京理工大学 地址 210094 江苏省南京市玄武区孝陵卫 200号 (72)发明人 吴震韬 罗塞雨 王玉铖 蒋中俊 (74)专利代理机构 南京理工大学专利中心 32203 专利代理师 朱炳斐 (51)Int.Cl. G06N 3/092 (2023.01) G06N 3/0464 (2023.01) G06N 3/084 (2023.01) H01S 3/1106 (2023.01) 权利要求书3页 说明书8页 附图4页 (54)发明名称 基于强化学习的锁模激光器的激光腔稳定 模式锁定方法 (57)摘要 本发明公开了一种基于强化学习的锁模激 光器的激光腔稳定模式锁定方法,包括以下步 骤:构建深度增强学习神经网络;利用锁模状态 下的激光腔数据训练深度增强学习神经网络;利 用训练后的深度增强学习神经网络处理未锁模 状态的锁模激光器的激光腔数据,实现自动锁 模。本发明构建RL深度强化学习框架,并通过深 度强化学习板块中延迟奖励调整波片和偏振片 的角度,以获得能避开双稳态区域且获得在波片 和偏振片产生的高维偏振器中能量最高能量的 脉冲,达到最佳锁模状态。 A 4 1 4 6 3 2 7 1 1 N
最新专利
- 一种基于深度学习的电子病历命名实体识别方法及系统公开日期:2025-06-10公开号:CN118095285A申请号:CN202410304042.8一种基于深度学习的电子病历命名实体识别方法及系统
- 发布时间:2024-06-01 08:03:050
- 申请号:CN202410304042.8
- 公开号:CN118095285A
- 基于强化学习的追捕策略训练方法、设备、介质及产品公开日期:2025-06-10公开号:CN118095340A申请号:CN202410244720.6基于强化学习的追捕策略训练方法、设备、介质及产品
- 发布时间:2024-06-01 08:01:140
- 申请号:CN202410244720.6
- 公开号:CN118095340A
- 一种基于优化策略和惩罚机制的纸浆船混装方法及系统公开日期:2025-06-10公开号:CN118095984A申请号:CN202410230231.5一种基于优化策略和惩罚机制的纸浆船混装方法及系统
- 发布时间:2024-06-01 08:00:380
- 申请号:CN202410230231.5
- 公开号:CN118095984A
- 一种用于呼吸音分类模型训练的多域协同自监督学习方法公开日期:2025-06-10公开号:CN118094309A申请号:CN202410090958.8一种用于呼吸音分类模型训练的多域协同自监督学习方法
- 发布时间:2024-06-01 07:56:190
- 申请号:CN202410090958.8
- 公开号:CN118094309A
- 信息展示方法、装置、电子设备及存储介质公开日期:2025-06-10公开号:CN118092771A申请号:CN202410070987.8信息展示方法、装置、电子设备及存储介质
- 发布时间:2024-06-01 07:55:590
- 申请号:CN202410070987.8
- 公开号:CN118092771A
- 多光谱图像场景识别方法、装置、电子设备和存储介质公开日期:2025-06-10公开号:CN118097347A申请号:CN202311800660.3多光谱图像场景识别方法、装置、电子设备和存储介质
- 发布时间:2024-06-01 07:55:030
- 申请号:CN202311800660.3
- 公开号:CN118097347A