纳米光子学中的深度学习：逆向设计及其超越

在纳米光子学背景下，深度学习主要被讨论为其用于光子器件或纳米结构逆向设计的潜力。近期许多关于机器学习逆向设计的工作高度特定化，且各自方法的缺陷往往并不一目了然。因此，在本综述中，我们希望对深度学习用于逆向设计的能力以及迄今所取得的进展提供一个批判性评述。我们在更高层面以及按其各自应用背景对不同的基于深度学习的逆向设计方法进行了分类，并批判性地讨论了它们的优势与不足。尽管学界很大一部分注意力集中在纳米光子逆向设计上，深度学习已发展为可用于大量各类应用的工具。因此，综述的第二部分将聚焦于纳米光子学中“超越逆向设计”的机器学习研究。这涵盖了从用于极大加速光子学模拟的物理信息神经网络，到稀疏数据重建、成像与“知识发现”，直至实验应用。