训练深度神经网络用于纳米光子结构的逆向设计
光学
2018-04-09 v3 应用物理
摘要
当深度神经网络用于光子器件的逆向设计时，数据不一致会导致训练过程缓慢，这一问题源于所有逆散射问题中非唯一性的基本属性。在此我们表明，通过在串联架构中结合正向建模和逆向设计，可以克服这一基本问题，使得深度神经网络能够被包含非唯一电磁散射实例的数据集有效训练。这为使用深度神经网络来设计需要大型训练集的复杂光子结构铺平了道路。
引用
@article{arxiv.1710.04724,
title = {Training deep neural networks for the inverse design of nanophotonic structures},
author = {Dianjing Liu and Yixuan Tan and Erfan Khoram and Zongfu Yu},
journal= {arXiv preprint arXiv:1710.04724},
year = {2018}
}