一种用于单亚波长孔径共振光传输的深度学习方法
光学
2021-06-25 v1 无序系统与神经网络
计算物理
摘要
光的共振传输是一种表面波辅助现象，能够将光汇聚通过铣刻于不透明金属屏上的亚波长孔径。本工作中，我们引入一种深度学习方法来高效计算与设计单个亚波长狭缝的光学响应，该狭缝穿孔于金属屏中并环绕周期性排列的凹陷结构。首先，我们展示基于耦合模理论形式的半解析框架是生成所提方法所需大型训练数据集的稳健且高效的方法。其次，我们讨论简单、密集连接的人工神经网络如何准确学习从定义系统拓扑的几何参数到其对应透射谱的映射。最后，我们报告一种能够对该类系统执行逆向设计任务的深度学习串联架构。我们期望本工作能激发将深度学习应用于纳米结构金属膜中光-物质相互作用分析的进一步研究。
引用
@article{arxiv.2106.12898,
title = {A deep learning approach to resonant light transmission through single subwavelength apertures},
author = {David Alonso-Gonzalez and Michel Frising and Ferry Prins and Jorge Bravo-Abad},
journal= {arXiv preprint arXiv:2106.12898},
year = {2021}
}