基于锚控的生成对抗网络用于高保真度电磁与结构多样性亚波导 metasurface 设计
光学
2024-10-04 v2 人工智能
应用物理
摘要
亚波导 metasurface 具备操控光的能力，为 optoelectronic 应用发展前景广阔。生成模型，特别是生成对抗网络（GAN），为 metasurface 逆向设计提供了高效导航复杂设计空间和捕获数据模式的有前景方法。然而，现有生成模型难以实现高电磁保真度和结构多样性。这些挑战源于训练期间缺乏显式电磁约束，阻碍了结构-电磁响应映射的准确性；以及缺乏处理一对多映射困境的机制，导致结构多样性不足。为解决这些问题，我们提出一种锚控生成对抗网络（AcGAN），一种新型框架提高了电磁保真度和结构多样性。为实现高电磁保真度，AcGAN 提出谱覆盖系数（SOC）用于精确谱系保真度评估，并开发 AnchorNet 提供电磁性能实时反馈，以细化结构-电磁映射。为增强结构多样性，AcGAN 融合聚类引导控制器，以细化输入处理，确保多级谱积分，指导生成过程探索相同谱目标的多个配置。此外，采用动态损失函数逐步转移焦点从数据驱动学习到同时优化谱系保真度和结构多样性。实证分析表明，AcGAN 相较于当前 SOTA GAN 方法将均方误差（MSE）降低 73%，显著扩展设计空间，可生成满足精确谱需求的多样化亚波导 metasurface 架构。
引用
@article{arxiv.2408.16231,
title = {Anchor-Controlled Generative Adversarial Network for High-Fidelity Electromagnetic and Structurally Diverse Metasurface Design},
author = {Yunhui Zeng and Hongkun Cao and Xin Jin},
journal= {arXiv preprint arXiv:2408.16231},
year = {2024}
}