基于深度学习的相变材料多波长隐身-超散射切换逆向工程
光学
2021-04-07 v2
摘要
针对期望散射谱以及超散射与隐身这两种相反散射异常之间动态切换的纳米粒子逆向设计，在实现隐身、传感和功能器件方面具有重要意义。然而，传统设计过程相当复杂，涉及具有多种合成组分和色散选择的结构。在此，我们展示了训练良好的深度学习神经网络能够高效处理这些问题，其不仅能高精度正向预测多层纳米粒子的散射谱，还能高效逆向设计所需的结构与材料参数。此外，我们表明该神经网络能够在由金属和相变材料组成的多层纳米粒子中，找出期望波长处的多波长隐身到超散射切换点。我们的工作为利用相变材料进行具有动态散射谱的纳米粒子逆向设计提供了一种有用的深度学习解决方案。
引用
@article{arxiv.2012.13482,
title = {Deep-Learning-Enabled Inverse Engineering of Multi-Wavelength Invisibility-to-Superscattering Switching with Phase-Change Materials},
author = {Jie Luo and Xun Li and Xinyuan Zhang and Jiajie Guo and Wei Liu and Yun Lai and Yaohui Zhan and Min Huang},
journal= {arXiv preprint arXiv:2012.13482},
year = {2021}
}