基于深度学习的Fano共振超材料设计 |
| |
引用本文: | 杨知虎,傅佳慧,张玉萍,张会云.基于深度学习的Fano共振超材料设计[J].中国光学,2023(4):816-823. |
| |
作者姓名: | 杨知虎 傅佳慧 张玉萍 张会云 |
| |
作者单位: | 山东科技大学电子信息工程学院青岛市太赫兹技术重点实验室 |
| |
基金项目: | 国家自然科学基金(No.61875106,No.62105187);;山东省自然科学基金(No.ZR2021QF010)~~; |
| |
摘 要: | 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。
|
关 键 词: | 超材料 神经网络 Fano共振 逆向设计 深度学习 |
|
|