利用神经网络控制的相位整形激光脉冲实现等离激元纳米天线中的高效热点切换
光学
2018-12-26 v1 介观与纳米尺度物理
摘要
我们提出了一种利用神经网络控制的激光脉冲整形来操控等离激元纳米天线近场的新方法。作为模型系统，我们在数值上研究了由宽带激光脉冲照射的L形纳米天线的二次谐波响应的空间分布。我们首先展示，训练好的神经网络可用于预测给定光谱相位下纳米天线二次谐波热点的相对强度，并且可通过整形激光脉冲的光谱相位在亚衍射长度尺度上确定性地开启和关闭单个热点。然后我们证明，在一个纳米L上训练的神经网络，在经过最少的针对变化光谱相位的进一步训练后，还能有效预测具有不同长宽比的天线中的热点强度。这些结果可能为机器学习与光学控制在纳米天线和纳米光子学元件中的新应用开辟道路。
引用
@article{arxiv.1810.04128,
title = {Efficient Hotspot Switching in Plasmonic Nanoantennas using Phase-shaped Laser Pulses controlled by Neural Networks},
author = {Alberto Comin and Achim Hartschuh},
journal= {arXiv preprint arXiv:1810.04128},
year = {2018}
}