基于深度学习的Fano共振超材料设计

本文提出了一种基于深度学习的超材料Fano共振设计方法,能够获得高Q共振的线宽、振幅和光谱位置特性。利用深度神经网络建立结构参数和透射谱曲线之间的映射,正向网络实现对透射谱的预测,逆向网络实现对高Q共振按需设计,设计过程中实现了低均方误差(MSE),训练集的均方误差为0.007。与传统方法需要耗时的逐个数值模拟相比,深度学习设计方法大大简化了设计过程,实现了高效、快速的设计目标。对Fano共振的设计也可推广应用到其它类型的超材料的自动逆向设计,显著提高了更复杂的超材料设计的可行性。