Shilong Liu, Stéphane Virally, Gabriel Demontigny, Patrick Cusson et Denis Seletskiy
Article de revue (2025)
 Document en libre accès dans PolyPublie et chez l'éditeur officiel |
|
Libre accès au plein texte de ce document Version officielle de l'éditeur Conditions d'utilisation: Creative Commons: Attribution (CC BY) Télécharger (17MB) |
|
|
Libre accès au plein texte de ce document Matériel supplémentaire Conditions d'utilisation: Creative Commons: Attribution (CC BY) Télécharger (1MB) |
| Renseignements supplémentaires: | femtoQ Lab |
|---|---|
| Département: | Département de génie physique |
| Organismes subventionnaires: | NSERC, European Union’s Horizon Europe Research and Innovation Programme, FRQNT, FRONT of Canada, Mitacs Accelerate Program |
| Numéro de subvention: | 101070700 |
| URL de PolyPublie: | https://publications.polymtl.ca/66426/ |
| Titre de la revue: | Ultrafast Science (vol. 5) |
| Maison d'édition: | American Association for the Advancement of Science |
| DOI: | 10.34133/ultrafastscience.0107 |
| URL officielle: | https://doi.org/10.34133/ultrafastscience.0107 |
| Date du dépôt: | 02 juil. 2025 15:28 |
| Dernière modification: | 04 avr. 2026 07:26 |
| Citer en APA 7: | Liu, S., Virally, S., Demontigny, G., Cusson, P., & Seletskiy, D. (2025). Engineering spectro-temporal light states with physics-embedded deep learning. Ultrafast Science, 5, 14 pages. https://doi.org/10.34133/ultrafastscience.0107 |
|---|---|
Statistiques
Total des téléchargements à partir de PolyPublie
Téléchargements par année
Provenance des téléchargements
Dimensions
Actions réservées au personnel
|
Afficher document |
