TOPO2框架实现光拓扑信息单次恢复

2026年10月27日，arXiv发布论文《TOPO$^2$：利用拓扑学习恢复光的拓扑信息》。该研究由Benquan Wang等人提出TOPO$^2$框架，利用拓扑学习技术解决强无序光场中拓扑信息恢复难题。 该框架的核心创新在于仅需使用常规相机，即可从嵌入Skyrmion拓扑的扭曲光学场中单次提取拓扑数。研究团队在基于拓扑字母表的通信方案中进行了测试，证实该AI框架的性能优于传统方法，展示了其在信息编码领域的优势。 这项研究将拓扑光子学与拓扑AI相结合，验证了其在处理强无序光场时的鲁棒性。通过开辟大容量信息编码和处理的新路径，该成果为未来光通信系统提供了新的技术方案。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。