PRISM: 基于位置编码的回归逆谱模型用于多层薄膜设计
机器学习
2026-05-27 v1 光学
摘要
多层薄膜光学镀膜设计的逆问题代表了一个复杂的组合-连续优化挑战。我们提出 PRISM (Position-encoded Regressive Inverse Spectral Model)，一个统一的仅解码器自回归变换器，通过在单个 backbone 中联合预测离散材料选择和连续厚度回归来简化这一过程。PRISM 引入了两种主要架构创新：(1) 频谱前缀条件化，利用标准前缀 token 实现目标注入；(2) 累积深度旋转位置编码，将连续厚度直接编码到位置表示中，以保留堆叠的物理空间关系。我们的基准测试表明，PRISM-13M 模型在其他变换器基线上将 MAE 降低超过 50%，且仅使用五分之一的参数。此外，一个 44M 参数的变体在本实验的分布内验证基准上实现了最先进的性能 (MAE = 0.010)，显著快于模拟退火，为经典优化方法提供了高度有效的替代方案。
引用
@article{arxiv.2605.26502,
title = {PRISM: Position-encoded Regressive Inverse Spectral Model for Multilayer Thin-Film Design},
author = {Runtian Wang and Renhao Xue and Baige Chen and Hao Wu},
journal= {arXiv preprint arXiv:2605.26502},
year = {2026}
}
备注
8 pages, 3 figures