基于光学神经网络的光子波导导模设计与分析
光学
2020-08-04 v1 应用物理
摘要
我们提出一种使用光学神经网络的深度学习方法，用于预测硅（Si）条形波导中的基模有效折射率 。我们使用三个输入，例如两个几何参数和一个材料属性，并预测横电和横磁偏振下的 。利用来自麦克斯韦方程组的最少数量（即 或 ）的精确模式解，我们可以揭示对应于 次数值模拟的解。值得注意的是，这消耗了最少的计算资源。精确结果与预测结果的均方误差小于 。此外，我们的参数范围与当前光刻和互补金属氧化物半导体（CMOS）制造技术兼容。我们还展示了不同传递函数和神经网络布局对模型性能的影响。我们的方法在以最少可能的数值模拟揭示任意光子波导中的导模方面具有独特优势。
引用
@article{arxiv.2008.00398,
title = {Design and analysis of guided modes in photonic waveguides using optical neural network},
author = {Nusrat Jahan Anika and Md Borhan Mia},
journal= {arXiv preprint arXiv:2008.00398},
year = {2020}
}