机器学习通过硅纳米图案数字超材料实现超紧凑集成光子学
光学
2020-11-30 v2 机器学习
应用物理
摘要
在本工作中，我们展示了三种超紧凑集成光子器件，其通过机器学习算法结合有限差分时域（FDTD）建模进行设计。通过将设计域数字化为“二值像素”，这些数字超材料也易于制造。通过展示多种器件（分束器与波导弯折），我们彰显了方法的通用性。面积足迹小于，我们的设计是迄今报道的最小设计之一。我们的方法将机器学习与数字超材料结合，以实现超紧凑、可制造的器件，这可能驱动新的“光子学摩尔定律”。
引用
@article{arxiv.2011.11754,
title = {Machine Learning enables Ultra-Compact Integrated Photonics through Silicon-Nanopattern Digital Metamaterials},
author = {Sourangsu Banerji and Apratim Majumder and Alex Hamrick and Rajesh Menon and Berardi Sensale-Rodriguez},
journal= {arXiv preprint arXiv:2011.11754},
year = {2020}
}