期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的Fano共振超材料设计 被引量:4
1
作者 杨知虎 傅佳慧 +1 位作者 张玉萍 张会云 《中国光学(中英文)》 EI CAS CSCD 北大核心 2023年第4期816-823,共8页
本文提出了一种基于深度学习的超材料Fano共振设计方法,能够获得高Q共振的线宽、振幅和光谱位置特性。利用深度神经网络建立结构参数和透射谱曲线之间的映射,正向网络实现对透射谱的预测,逆向网络实现对高Q共振按需设计,设计过程中实现... 本文提出了一种基于深度学习的超材料Fano共振设计方法,能够获得高Q共振的线宽、振幅和光谱位置特性。利用深度神经网络建立结构参数和透射谱曲线之间的映射,正向网络实现对透射谱的预测,逆向网络实现对高Q共振按需设计,设计过程中实现了低均方误差(MSE),训练集的均方误差为0.007。与传统方法需要耗时的逐个数值模拟相比,深度学习设计方法大大简化了设计过程,实现了高效、快速的设计目标。对Fano共振的设计也可推广应用到其它类型的超材料的自动逆向设计,显著提高了更复杂的超材料设计的可行性。 展开更多
关键词 超材料 神经网络 Fano共振 逆向设计 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部