太赫茲輻射一般用于哪些應用？神經網絡成像需要哪些材料？
太赫茲時域光譜可以從材料中提取電學特性，可以通過透射或反射幾何測量來提取複介電常數，進而能夠識别材料。
要進行精确識别，必須知道樣品厚度和太赫茲輻射的入射角，當這些參數未知并且材料顯示出強吸光度時，材料之間的精确區分具有挑戰性。
太赫茲輻射有可能用于許多常見的安全應用，目的是檢測隐藏的武器或有害物質，大多數情況下，圖像是在一個頻率的反射幾何中拍攝的，進而産生單色圖像，這種方法的一個增強是将某些材料映射到所拍攝圖像的某些部分。
一些材料，如藥物、炸藥和其他複雜化學品，在太赫茲頻率範圍内具有明确的光譜指紋，比較存在光譜吸收線的頻率等簡單方法可以高精度地自動區分材料，由于許多介電材料在太赫茲頻率範圍内沒有光譜指紋，簡單的分類是失敗的。
為了使分類盡可能真實，16種在考慮的頻率範圍内沒有光譜指紋的不同聚合物，在這裡，通過熔融沉積模組化(FDM)進行的3D列印是一種行之有效的太赫茲器件制造方法，聚合物的3D列印可實作具有高再現性的精确樣品制造。
由于樣本在樣本架中的位置是已知的，是以可以輕松标記資料，樣品架的通光孔徑為每個樣品視窗30.5毫米x30.5毫米。
為了在一次測量運作中從不同厚度的樣品中擷取測量資料，設計了第二個樣品結構，該結構具有四個不同的階段，厚度分别為1毫米、2毫米、3毫米和4毫米。
為了獲得精細的空間分辨率，太赫茲輻射被聚焦，焦距為50mm的平凸TPX透鏡準直發射的太赫茲輻射。
另一組相同的透鏡将準直的太赫茲光束聚焦在接收器上，将樣品架定位在平移台上，可以使用透射模式下的聚焦太赫茲光束測量y和z方向上不同位置的太赫茲迹線。
可以将測量視為太赫茲圖像，該圖像是通過逐漸移動平移台并掃描整個區域而制成的，每條THz-TDS軌迹使用每個軸上1mm的步長和100ps的固定時間視窗，如果太赫茲路徑中不存在樣本，則獲得單次帶寬>4THz且峰值動态範圍為56dB。
由于神經網絡的訓練通常需要大量資料，是以記錄了每個列印樣本集的六張太赫茲圖像，通過這種方式，可以從測量中組合不同的資料集。
為了使訓練資料免受邊緣效應的影響，20mm的區域×20為每個訓練樣本選擇mm，對于驗證樣品的每個高度台階，面積為8mm×8mm被選中了。
這樣，每個訓練樣本可以獲得400條迹線，每個驗證樣本每個厚度可以獲得64條迹線，總共收集了101,376條可用的THz-TDS迹線，分布在來自測量1和測量2的每種厚度和材料的2,400條迹線和來自測量3的每種厚度和材料的384條THz-TDS迹線。
在處理神經網絡和其他分類算法時，資料準備很重要，因為它直接影響測量資料的解釋，THz-TDS軌迹中存在不需要的信号分量或錯誤相關可能會導緻較低的分類精度。
為了表征不同資料準備的影響，神經網絡将使用不同處理的資料進行訓練，由于神經網絡不僅可以處理時域資料，還可以處理頻域資料，是以另一個有趣的方面是兩個域之間的比較。
由于系統在自由空間傳輸中顯示出約56dB的高峰值動态範圍，是以未考慮用于提高信噪比(SNR)的複雜預處理，去除包含直流、低頻和高頻噪聲的不需要的噪聲分量是資料準備的主要部分。
從200GHz開始到4.5THz結束的Tukey視窗丢棄所有濾波方法中不可用的頻率分量，其中不進行與參考的除法，重量為1且寬度為95%的平坦屋頂可實作所有相關頻率分量的平坦旁路。
為了測試經過訓練的神經網絡的功能，每個測量類型的一次測量（包含每種材料和厚度的400條未知迹線）被保留并且不用于訓練。
使用所有提供的資料準備技術過濾每個材料厚度的5個剩餘測量值，神經網絡使用厚度為1毫米和5毫米的所有過濾資料集進行訓練。
為了獲得有關實作每個過濾資料集的高精度所需的太赫茲迹線數量的資訊，網絡接受了越來越多的迹線訓練，從每種材料25條迹線到每種材料4000條迹線。
在用厚度為1毫米和5毫米的五個測量組的介電樣品訓練神經網絡後，對大多數材料的阻滞未知測試測量進行了分類，準确度為100%。
具有共享基礎材料的材料之間的區分更具挑戰性，在這裡，經過最佳訓練的網絡的準确度達到了86%甚至更高，進而使整體準确度達到了98%。
克服不同厚度影響的一種可能方法是在反射模式下進行測量，由于所有迹線的飛行時間在移動後都相同，是以這種方法應該具有相同的高精度，因為厚度在反射幾何測量中不起作用。
由于所提出的方法能夠在特定厚度範圍内進行分類，是以具有更多厚度的訓練可能會導緻訓練有素的網絡能夠對訓練範圍内的所有材料進行分類，該方法可以與無透鏡成像相結合，對未知方向和距離的任意形狀物體的材料進行分類。
