用于多级纳米光学宽带功率分配器的生成式深度学习模型
光学
2020-03-10 v1 信号处理
计算物理
摘要
我们提出了一种新颖的条件变分自编码器（Conditional Variational Autoencoder, CVAE）模型，并结合对抗审查与主动学习，用于生成具有任意分光比、550 nm 带宽（1250 nm 至 1800 nm）的功率分配器。该器件占地面积为 2.25 × 2.25 μm²，由 20 × 20 刻蚀孔组合构成。这是首次将 CVAE 模型与对抗审查应用于光子学问题。我们确认优化后的器件在 1250 nm 至 1800 nm 全带宽上的总体性能接近 90%。据我们所知，这是最小的可任意比例宽带功率分配器。
引用
@article{arxiv.2003.03747,
title = {Generative Deep Learning Model for a Multi-level Nano-Optic Broadband Power Splitter},
author = {Yingheng Tang and Keisuke Kojima and Toshiaki Koike-Akino and Ye Wang and Pengxiang Wu and Mohammad Tahersima and Devesh K. Jha and Kieran Parsons and Minghao Qi},
journal= {arXiv preprint arXiv:2003.03747},
year = {2020}
}