Распознавание типов аберраций волнового фронта, соответствующих отдельным функциям Цернике, по картине функции рассеяния точки в фокальной плоскости с применением нейронных сетей

В работе осуществлено обучение и распознавание типов аберраций, соответствующих отдельным функциям Цернике, по картине интенсивности функции рассеяния точки с применением свёрточных нейронных сетей. Картины интенсивности функции рассеяния точки в фокальной плоскости моделировались с применением алгоритма быстрого преобразования Фурье. При обучении нейронной сети коэффициент обучения и количество эпох для датасета заданного размера был подобран эмпирически. Средние ошибки предсказания нейронной сети для каждого типа аберраций были получены для набора из 15 функций Цернике по датасету из 15 тысяч картин функции рассеяния точки. В результате обучения для большинства типов аберраций получены усреднённые абсолютные погрешности в диапазоне 0,012 – 0,015, однако определение коэффициента (величины) аберрации требует дополнительных исследований и данных, например, расчёта функции рассеяния точки во внефокальной плоскости.