期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于贝叶斯算法优化人工神经网络的脊波导模态分类
1
作者
郎利民
张欣然
+4 位作者
郑本昌
丁明
崔国栋
陈景东
冀炜邦
《科学技术与工程》
北大核心
2025年第27期11663-11667,共5页
脊波导的单模特性对于高度集成的光电元件和片上激光器有极其重要的作用,但传统时域有限差分算法复杂且计算资源消耗较大。提出并验证了一种基于深度学习的绝缘体上硅(silicon-on-insulator,SOI)脊波导单模特性快速识别方法。通过设计...
脊波导的单模特性对于高度集成的光电元件和片上激光器有极其重要的作用,但传统时域有限差分算法复杂且计算资源消耗较大。提出并验证了一种基于深度学习的绝缘体上硅(silicon-on-insulator,SOI)脊波导单模特性快速识别方法。通过设计一种结合贝叶斯算法优化后的人工神经网络的脊波导模态分类方法,实现了高精度脊波导模态的快速分类。通过学习脊波导几何结构与单模特性的映射关系,使网络可以预测未知脊波导几何参数的单模特性。结果显示,该模型仅用252个训练数据即可在测试集上达到99%的分类精度,单数据点的分类时间由传统时域有限差分算法52 s降为5 ms,计算效率提升了约1000倍。同时,该模型具有较好的泛化能力。此算法有望缩短光波导的设计周期,这对于大规模光子芯片的设计和制备有一定的支持作用。
展开更多
关键词
脊波导
人工神经网络
模态分类
贝叶斯优化
泛化预测
在线阅读
下载PDF
职称材料
题名
基于贝叶斯算法优化人工神经网络的脊波导模态分类
1
作者
郎利民
张欣然
郑本昌
丁明
崔国栋
陈景东
冀炜邦
机构
太原理工大学物理与光电工程学院
中国运载火箭技术研究院
东方晶源微电子科技(北京)股份
有限公司
江苏影速集成电路装备有限公司
出处
《科学技术与工程》
北大核心
2025年第27期11663-11667,共5页
基金
山西省应用基础研究计划(201901D111124,202103021224075)。
文摘
脊波导的单模特性对于高度集成的光电元件和片上激光器有极其重要的作用,但传统时域有限差分算法复杂且计算资源消耗较大。提出并验证了一种基于深度学习的绝缘体上硅(silicon-on-insulator,SOI)脊波导单模特性快速识别方法。通过设计一种结合贝叶斯算法优化后的人工神经网络的脊波导模态分类方法,实现了高精度脊波导模态的快速分类。通过学习脊波导几何结构与单模特性的映射关系,使网络可以预测未知脊波导几何参数的单模特性。结果显示,该模型仅用252个训练数据即可在测试集上达到99%的分类精度,单数据点的分类时间由传统时域有限差分算法52 s降为5 ms,计算效率提升了约1000倍。同时,该模型具有较好的泛化能力。此算法有望缩短光波导的设计周期,这对于大规模光子芯片的设计和制备有一定的支持作用。
关键词
脊波导
人工神经网络
模态分类
贝叶斯优化
泛化预测
Keywords
ridge waveguide
artificial neural networks
mode classification
Bayesian optimization
generalization prediction
分类号
TN252 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于贝叶斯算法优化人工神经网络的脊波导模态分类
郎利民
张欣然
郑本昌
丁明
崔国栋
陈景东
冀炜邦
《科学技术与工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
