English  |  信息与电子工程学院  |  浙江大学  
首 页  招生招聘 联系我们
当前位置:Home > 新闻动态
马蔚博士在光学领域顶级期刊《Nature Photonics》上发文

发布时间:2021-05-30 

2021年2月,以课题组马蔚研究员为第一作者的综述文章“Deep learning for the design of photonic structures” 在光学领域顶级期刊《Nature Photonics》上发表,文章系统回顾了近年来基于深度学习和人工智能的光子学结构设计这一蓬勃发展的新兴领域的最新研究进展(文章链接:https://www.nature.com/articles/s41566-020-0685-y),论文的其他合作者来自美国东北大学、佐治亚理工学院和普渡大学。

光子学结构设计是光电子器件和系统设计的核心。许多人工设计的光子学结构,比如超构材料、光子晶体、等离激元纳米结构等,已经在高速光通信、高灵敏度传感和高效能源收集及转换中得到了广泛应用。然而,在该领域中通用的设计方法是基于简化的物理解析模型及相关经验完成的。尽管这种方法可以得到所需的光学响应,但其从本质上说是基于错误的反复尝试(trial-and-error)并且通常依赖于耗时的数值计算来完成,从而导致效率很低并且很可能错过最佳的设计参数。在过去的几年中,统计机器学习方法在语言识别、机器视觉、自然语言处理等领域发展迅速。利用多层神经网络的深度学习更是近年来该领域的最火热的方法之一。深度学习通过数据驱动的思想建模,不直接引入人为设定的规则,而是从大量数据中学习得到研究目标的规律与特征。这为解决上述光子学结构设计面临的问题提供了崭新的方向。本综述论文从不同的深度学习模型结构出发,分类介绍了不同模型在光子学设计领域中的适用范围和选择依据,同时对比了深度学习模型与常规反向设计方法的区别与优劣,相信随着后续的深入研究,深度学习在光子学结构设计中将被更广泛使用,从而形成一套高速、准确的光子学设计新框架,同时有望突破常规经验设计无法完成的设计任务。

以数据驱动的建模思想作为基础,对于超构材料、光子晶体、等离激元纳米结构及硅光器件可以设计相应的深度学习模型建立其光学响应(偏振、波长、相位、轨道角动量等)与结构设计(材料、几何形状、空间分布等)之间的联系。

 

 

 

 

【打印本页】【关闭本页】
版权所有 © 浙江大学 信息与电子工程学院  光电子集成芯片研究组
地址:浙江省杭州市西湖区浙江大学玉泉校区行政楼618室  邮政编码:310027 
电话:0571-87951673 电子邮箱:wuweike@zju.edu.cn