banner
Май 1, 2020
79 Просмотров

Машинное обучение усиливает взаимодействие света и вещества в диэлектрических наноструктурах

Machine Learning Enhances Light–Matter Interactions in Dielectric Nanostructures

Статья, опубликованная в «Продвинутая фотоника» «Расширенные взаимодействия света и вещества в диэлектрических наноструктурах благодаря Подход машинного обучения “предполагает, что методы машинного обучения могут быть использованы для улучшения метаповерхностей, оптимизации их для нелинейной оптики и оптомеханики. Открытие имеет многообещающие возможности для разработки широкого спектра фотонных устройств и приложений, включая те, которые связаны с оптическим зондированием, оптоакустическими колебаниями и узкополосной фильтрацией.

Metasurfaces – это универсальные платформы, используемые для управления рассеянием, цветом, фазой или интенсивностью света, которые можно использовать для излучения, обнаружения, модуляции, управления и / или усиления на наноуровне. В последние годы метаповерхности подвергались интенсивному исследованию, так как их оптические свойства могут быть адаптированы к различным применениям, включая суперлинзы, настраиваемые изображения и голограммы.

По словам продвинутого фотоника , главного редактора, сотрудника SPIE и главы Группа по фотонике и нанотехнологиям в Королевском колледже Лондона Анатолий Заяц, эта работа знаменует собой захватывающий прогресс в нанофотонике. «Оптимизация мета-поверхностей и метаматериалов для конкретных применений является важной и трудоемкой проблемой», – сказал Заяц. «При традиционных подходах можно оптимизировать только несколько параметров, так что результирующая производительность будет лучше, чем для некоторых других проектов, но не обязательно для лучших. Используя машинное обучение, можно искать лучший дизайн и охватывать пространство параметров, которые невозможно с традиционными подходами. ”


Article Tags:
Article Categories:
Интересно
banner

Добавить комментарий

102