Scifaro

中文

基于人工神经网络的非光子粒子模拟与逆向设计

计算物理 2017-12-11 v1 应用物理光学

作者: John Peurifoy , Yichen Shen , Li Jing , Yi Yang , Fidel Cano-Renteria , Brendan Delacy , Max Tegmark , John D. Joannopoulos , Marin Soljacic

在 arXiv 上查看 ↗ PDF ↗

摘要

我们提出一种使用人工神经网络来近似多层纳米粒子光散射的方法。我们发现该网络只需在数据的少量采样上训练即可高精度地近似模拟。一旦神经网络训练完成，它模拟此类光学过程的速度可比传统模拟快数个数量级。此外，训练好的神经网络可通过使用反向传播（其梯度是解析的而非数值的）用于求解纳米光子逆向设计问题。

关键词

人工神经网络光散射多层纳米粒子纳米光子逆向设计反向传播

引用

@article{arxiv.1712.03222,
  title  = {Nanophotonic Particle Simulation and Inverse Design Using Artificial Neural Networks},
  author = {John Peurifoy and Yichen Shen and Li Jing and Yi Yang and Fidel Cano-Renteria and Brendan Delacy and Max Tegmark and John D. Joannopoulos and Marin Soljacic},
  journal= {arXiv preprint arXiv:1712.03222},
  year   = {2017}
}

备注

9 pages, 5 figures in text, 3 in supplementals, work presented at FiO