一种用于共振纳米结构的高效神经优化器：高饱和红色硅结构色的演示
光学
2023-04-27 v1 计算物理
摘要
自由形纳米结构有潜力支撑复杂共振及其相互作用，这对实现所需光谱响应至关重要。然而，此类结构的设计优化并非易事且计算密集。此外，当前自由形纳米结构的“黑箱”设计方法常忽视底层物理。本文结合强化学习算法与 Powell 局部优化技术，提出一种混合数据高效神经优化器用于共振纳米结构。作为案例研究，我们设计并通过实验演示了具有高度饱和红色的硅纳米结构。具体而言，我们实现了 CIE 色坐标 (0.677, 0.304)——接近理想薛定谔红，具有偏振无关性、高反射率（>85%）和大的视角（即高达约 25°）。该优异性能归因于各纳米结构内广义多极干涉而非阵列集体效应。基于此，我们实现了小至约 400 nm 的像素尺寸，对应每英寸 65,000 像素的打印分辨率。此外，所提设计模型仅需约 300 次迭代即可有效搜索 13 维设计空间——比已有方法高效一个数量级。我们的工作显著扩展了用于高性能平面光学元件和超器件设计的自由形光学工具箱。
引用
@article{arxiv.2304.13516,
title = {An efficient neural optimizer for resonant nanostructures: demonstration of highly-saturated red silicon structural color},
author = {Ronghui Lin and Vytautas Valuckas and Thi Thu Ha Do and Arash Nemati and Arseniy I. Kuznetsov and Jinghua Teng and Son Tung Ha},
journal= {arXiv preprint arXiv:2304.13516},
year = {2023}
}