用于无损周期结构代理建模的物理约束神经网络

我们引入了一种物理约束神经网络（PCNN），用于快速预测严格耦合波分析（RCWA）以琼斯矩阵形式输出的结果。从无损分层周期结构中的能量守恒出发，我们利用RCWA输出位于Stiefel流形上的事实。通过使用可微对称正交化投影到流形上，将此能量约束作为硬条件强制执行。由此产生的代理模型通过构造强制执行能量守恒，同时保持可微性以用于基于梯度的逆向设计。通过增强现实眼镜的衍射波导组合器的逆向设计，证明了所提出方法的性能和通用性。