Spectra2pix：从光谱生成纳米结构图像
图像与视频处理
2019-11-27 v1 机器学习
机器学习
摘要
纳米光子学领域所用纳米结构的设计一直很复杂，往往依赖于设计者的直觉与专业知识，最终限制了这一突破性方法的触及面与渗透率。近来，越来越多研究建议将机器学习技术应用于纳米结构设计。其中多数研究采用深度学习技术，即训练深度神经网络（DNN）来逼近光谱与纳米结构之间底层物理过程的高度非线性函数。训练结束时，DNN 可实现纳米结构的按需设计，即模型能为期望光谱推断纳米结构几何。在本工作中，我们引入 spectra2pix，这是一个训练用于生成所设计纳米结构 2D 图像的模型 DNN。我们的模型架构不限于封闭的纳米结构形状集合，并可针对任意几何的设计进行训练。我们首次展示了通过设计完全未见过的几何子族而获得的成功泛化能力。该泛化能力凸显了我们模型架构的重要性，并允许对现实世界设计问题更高的适用性。
引用
@article{arxiv.1911.11525,
title = {Spectra2pix: Generating Nanostructure Images from Spectra},
author = {Itzik Malkiel and Michael Mrejen and Lior Wolf and Haim Suchowski},
journal= {arXiv preprint arXiv:1911.11525},
year = {2019}
}