NIDN：纳米结构的神经逆向设计
计算物理
2022-08-19 v2 光学
摘要
近十年来，计算工具已成为材料设计的核心，能够以更低的成本实现快速的研发周期。机器学习工具尤其在光子学中兴起。然而，从优化角度看，设计所需麦克斯韦方程的反演尤其具有挑战性，需要复杂的软件。我们提出一种名为纳米结构神经逆向设计（Neural Inverse Design of Nanostructures, NIDN）的创新开源软件工具，该工具使用基于物理的深度学习方法来设计复杂的堆叠材料纳米结构。我们并非采用无导数或数据驱动的优化或学习方法，而是执行基于梯度的神经网络训练，直接基于光谱特征优化材料及其结构。NIDN 支持两种不同的求解器：严格耦合波分析（rigorous coupled-wave analysis）和时域有限差分法（finite-difference time-domain method）。NIDN 的实用性和有效性在多个合成示例以及 1550 nm 滤波器和抗反射涂层的设计中得到展示。结果匹配实验基线、其他仿真工具以及期望的光谱特征。鉴于其对网络架构和麦克斯韦求解器的完全模块化以及开源、宽松的可用性，NIDN 将能够在广泛应用的计算材料设计过程中提供支持。
引用
@article{arxiv.2208.05480,
title = {NIDN: Neural Inverse Design of Nanostructures},
author = {Pablo Gómez and Håvard Hem Toftevaag and Torbjørn Bogen-Storø and Derek Aranguren van Egmond and José M. Llorens},
journal= {arXiv preprint arXiv:2208.05480},
year = {2022}
}
备注
Under review at Scientific Reports