深度学习遇上纳米光子学：任意三维纳米结构近场与远场的广义精确预测器

深度人工神经网络是功能强大的工具，在纳米光子学中有诸多可能应用。在此，我们展示深度神经网络如何用作等离激元与介电纳米结构完整近场和远场响应的快速通用预测器。结果表明，经训练的神经网络的推断任意三维纳米结构内部场的速度比传统数值模拟快多个数量级。从深度学习预测中导出次级物理量，并在无需专门训练的情况下忠实再现多种物理效应。我们利用单粒子及其近场相互作用的若干模型研究讨论了神经网络方法的优势与局限。我们的方法为纳米光子系统设计与分析的快速且通用的方法铺平了道路。