深度学习揭示纳米光子器件中光与物质相互作用的底层物理
光学
2019-07-24 v1 机器学习
应用物理
机器学习
摘要
在本文中，我们提出一种基于深度学习（DL-based）的算法，作为一个纯数学平台，用于直观理解纳米结构中电磁波与物质相互作用的性质。该方法基于使用降维（DR）技术，在不引入显著误差的前提下大幅降低通用电磁波与物质相互作用问题的维度。这种方法隐式地提供了关于纳米结构不同特征（或设计参数，如几何形状）在其响应功能中所起作用的有用信息。为展示该基于 DL 的技术的实用能力，我们将其应用于可在通信窗口实现双波段与三波段光吸收的可重构光学超器件。所提方法与时下商用全波仿真工具的结合，提供了一套强有力的工具包，用于提取复杂电磁器件中波与物质相互作用的基本机制，并促进面向成像、光谱学与信号处理等大量应用的纳米结构设计及优化。值得一提的是，所演示的方法是通用的，只要能提供足够的训练数据，便可应用于大量问题。
引用
@article{arxiv.1905.06889,
title = {Deep Learning Reveals Underlying Physics of Light-matter Interactions in Nanophotonic Devices},
author = {Yashar Kiarashinejad and Sajjad Abdollahramezani and Mohammadreza Zandehshahvar and Omid Hemmatyar and Ali Adibi},
journal= {arXiv preprint arXiv:1905.06889},
year = {2019}
}