高效数据驱动深度学习优化的光子结构:纳米鳍片和环形凹槽相位掩模应用
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
本研究利用元表面技术对薄膜光学进行灵活操控,提出了适用于天文高对比度成像的两种旋涡相位面具。通过计算智能技术进行优化,引入数据高效的进化优化设置,利用深度神经网络作为替代模型,通过粒子群进化优化方案操作光子器件的几何参数。该方法有效地减少了传统优化技术所需的模拟次数。
🎯
关键要点
- 本研究利用元表面技术灵活操控薄膜光学特性。
- 提出了两种适用于天文高对比度成像的旋涡相位面具。
- 采用计算智能技术对几何特征进行优化。
- 引入数据高效的进化优化设置以解决传统方法的不足。
- 使用深度神经网络作为替代模型,提高优化精度和效率。
- 通过粒子群进化优化方案操作光子器件的几何参数。
- 该方法有效减少了传统优化技术所需的模拟次数,降低了75%。
➡️