!!Research output per year
!!Research output per year
Persoonlijk profiel
Research profile
I research Phase Retrieval problems in the context of Fourier optics. I also research on inverse problems in general. I am also interested in data-driven equation discovery and solution identification.
Applications I work on are high-power laser beam shaping and wavefront sensing/correction for metal-powder additive manufacturing (PBF-LB/M), digital holography (CGH), near-field X-ray imaging, and other Coherent Diffractive Imaging (CDI) systems.
Methodologies I develop are analytical methods, Physics-Informed Neural Networks (PINNs), alternating projection methods, gradient-based methods, Newton-Raphson methods, active learning, Neural Symbolic AI, and LLMs.
Opleiding / Academische kwalificatie
Artificial intelligence, expert systems, Master, Computer Vision and Deep Learning, Wuhan University
5 sep 2020 → 5 jul 2022
Datum van toekenning: 5 jul 2022
Language and literature, Bachelor, English Language and Literature, Chongqing University
5 sep 2016 → 5 jul 2020
Datum van toekenning: 5 jul 2020
Art and architecture, Certificaat/Diploma hoger beroepsonderwijs, Architecture and Urban Planning, Chongqing University
5 sep 2014 → 5 jul 2016
Datum van toekenning: 5 jul 2016
Expertise gerelateerd aan duurzame ontwikkelingsdoelstellingen van de VN
In 2015 stemden de VN-lidstaten in met 17 wereldwijde duurzame ontwikkelingsdoelstellingen (Sustainable Development Goals, SDG's) om armoede te beëindigen, de planeet te beschermen en voor iedereen welvaart te garanderen. Het werk van deze persoon draagt bij aan de volgende duurzame ontwikkelingsdoelstelling(en):
-
SDG 7 – Betaalbare en schone energie -
SDG 9 – Industrie, innovatie en infrastructuur
Vingerafdruk
Verdiep u in de onderzoeksgebieden waarop Shengyuan Yan actief is. Deze onderwerplabels komen uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.
- 1 Soortgelijke profielen
Samenwerkingen en hoofdonderzoeksgebieden uit de afgelopen vijf jaar
Recente externe samenwerking op landen-/regioniveau. Duik in de details door op de stippen te klikken of
-
Efficient Gerchberg–Saxton algorithm deep unrolling for phase retrieval with a complex forward path
Yan, S. (Corresponding author), Holenderski, M. J. & Meratnia, N., mrt 2026, In: Advanced Photonics Nexus. 5, 2, 27 blz., 026005.Onderzoeksoutput: Bijdrage aan tijdschrift › Tijdschriftartikel › Academic › peer review
Open AccessBestand217 Downloads (Pure) -
Simulation-Driven Differentiable Active Learning (SDDAL) framework for enhancing laser phase aberration estimation deep learning model's training data efficiency
Yan, S., Holenderski, M. J. & Meratnia, N., 7 jul 2026Onderzoeksoutput: Niet-tekstuele vorm › computerprogramma software › Academic
Open Access -
Data driven approach towards more efficient Newton-Raphson power flow calculation for distribution grids
Yan, S., Vazinram, F., Kaseb, Z., Spoor, L., Stiasny, J., Mamudi, B., Ardakani, A. H., Orji, U., Vergara, P. P., Xiang, Y. & Guo, J., 15 apr 2025, arXiv.org, 7 blz.Onderzoeksoutput: Werkdocument › Preprint › Academic
Open AccessBestand86 Downloads (Pure) -
Deep learning based phase retrieval with complex beam shapes for beam shape correction
Yan, S. (Corresponding author), Off, R., Yayak, A., Wudy, K., Aghajani-Talesh, A., Birg, M., Grünewald, J., Holenderski, M. J. & Meratnia, N., 10 mrt 2025, In: Optics Express. 33, 5, blz. 10806-10834 29 blz.Onderzoeksoutput: Bijdrage aan tijdschrift › Tijdschriftartikel › Academic › peer review
Open AccessBestand4 Link wordt geopend op een nieuw tabblad Citaten (Scopus)374 Downloads (Pure) -
Simulation, deep learning, and simulation-assisted analysis of aberration detection and beam shape correction accuracies for PBF-LB/M systems
Yan, S., Off, R. (Ontwikkelaar), Yayak, A. (Ontwikkelaar), Wudy, K. (Ontwikkelaar), Aghajani-Talesh, A. (Ontwikkelaar), Birg, M. (Ontwikkelaar), Grünewald, J. (Ontwikkelaar), Holenderski, M. J. & Meratnia, N., 21 okt 2025Onderzoeksoutput: Niet-tekstuele vorm › computerprogramma software › Academic
Open Access
Datasets
-
Processed InShaPe dataset: large-scale multi-shape phase retrieval dataset for PBF-LB/M laser beam shaping SLM phase mask estimation
Yan, S. (Ontwerper), Holenderski, M. J. (Supervisor) & Meratnia, N. (Supervisor), SPIE, 3 okt 2025
DOI: 10.6084/m9.figshare.30131893.v4
Dataset
-
Large-scale multi-beamshape phase retrieval dataset based on Zernike coefficients for PBF-LB/M systems
Yan, S. (Ontwerper), Off, R. (Bijdrager), Yayak, A. (Bijdrager), Wudy, K. (Bijdrager), Aghajani-Talesh, A. (Bijdrager), Birg, M. (Bijdrager), Grünewald, J. (Bijdrager), Holenderski, M. J. (Bijdrager) & Meratnia, N. (Ontwerper), Optica Publishing Group, 21 okt 2025
DOI: 10.6084/m9.figshare.27650703.v2, https://opticapublishing.figshare.com/articles/dataset/Large-scale_multi-beamshape_phase_retrieval_dataset_based_on_Zernike_coefficients_for_PBF-LB_M_systems/27650703/1
Dataset
Activiteiten
- 1 Congres
-
ICT OPEN 2025
Yan, S. (Deelnemer)
15 apr 2025 → 16 apr 2025Activiteit: Types deelname aan of organisatie van een evenement › Congres › Wetenschappelijk