超材料逆向设计的生成模型
光学
2018-11-14 v1 机器学习
计算物理
摘要
近年来二维超材料的出现为在纳米尺度上操控光的行为带来了革命性的手段。这些结构化材料的有效参数实现了对光的前所未有的光学性质控制，从而催生了在平面透镜、全息成像和发射控制等领域此前无法实现的应用。迄今为止，此类结构的设计依赖于光学科学家的专业知识，以指导一系列迭代求解Maxwell方程的电磁仿真，直至获得局部优化解。在本工作中，我们提出了一种通过深度学习架构来规避这种直觉引导设计的方法。当输入一组光学光谱时，所构建的生成网络从用户定义的几何结构数据集中同化出一个候选图案，以匹配输入光谱。生成的超材料图案展现出高保真度，以约0.9的平均精度产生等效的光学光谱。该方法揭示了以系统化的逆向设计方式加速超表面发现与设计、以实现定制光学响应的机遇。
引用
@article{arxiv.1805.10181,
title = {A Generative Model for Inverse Design of Metamaterials},
author = {Zhaocheng Liu and Dayu Zhu and Sean P. Rodrigues and Kyu-Tae Lee and Wenshan Cai},
journal= {arXiv preprint arXiv:1805.10181},
year = {2018}
}
备注
15 pages, 4 figures