研究 OpenMP 中薄金属表面等离激元极化激元传播的级联神经网络架构
神经与进化计算
2014-06-13 v1 介观与纳米尺度物理
材料科学
分布式、并行与集群计算
机器学习
摘要
局限于金属 - 介质界面的表面等离激元极化激元 (SPPs) 因其强大的场约束和增强效应，在超紧凑光子电路、光伏器件及其他应用领域引起了广泛关注。本文研究了一种新型级联神经网络 (NN) 架构，以探究金属厚度对 SPP 传播的依赖关系。此外，利用基于 OpenMP 的框架为所提出的级联 NN 开发了一种新型训练过程，从而大幅缩短了训练时间。所进行的实验证实了所提出的 NN 架构对于该问题的有效性。
引用
@article{arxiv.1406.3149,
title = {A Cascade Neural Network Architecture investigating Surface Plasmon Polaritons propagation for thin metals in OpenMP},
author = {Francesco Bonanno and Giacomo Capizzi and Grazia Lo Sciuto and Christian Napoli and Giuseppe Pappalardo and Emiliano Tramontana},
journal= {arXiv preprint arXiv:1406.3149},
year = {2014}
}