用深度神经网络实现高精度纳米光子器件的光谱计算  

Calculation of the Spectrum of High Precision Nanophotonicswith Deep Neural Network

作　　者：邱维阳 何成[1] 郑根让[1] 易巧玲[1] Qiu Weiyang;He Cheng;Zheng Genrang;Yi Qiaoling(Zhongshan Polytechnic,Zhongshan 528400,China)

机构地区：[1]中山职业技术学院,广东中山528400

出　　处：《黑龙江科学》2024年第6期28-33,共6页Heilongjiang Science

基　　金：本研究得到了中山职业技术学院高层次人才科研启动项目(KYG2203);广东省教育厅科研项目(2020KTSC X333);中山市社会公益与基础研究项目(2020B2056)的资助。

摘　　要：作为一种数据驱动的研究方法,深度学习已改变了许多研究领域,如计算机视觉、自然语言处理,并已拓展至农业、航空航天、医疗保险等传统行业。本研究基于深度学习这一数据驱动研究方法,开发了一个深度神经网络模型,用于快速光谱计算。仅使用设计空间中一万亿分之一的样本来训练模型,但该模型以超高的精度预测了光谱,将完整数据集的均方根误差低至2.2%,对于清洗后的数据集,均方根误差仅为1.3%,显示了深度学习在光学器件设计中的巨大潜力。As a data-driven research method,deep learning has transformed many fields of research,such as computer vision,natural language processing,and extension to traditional industries such as agriculture,aerospace,and health insurance,etc.Based on the data-driven research method of deep learning,a deep neural network model is developed for fast spectral calculation.The model is trained with only one trillionth of a design space sample,but the model predicted the spectrum with ultra-high accuracy,with a RMS error of as low as 2.2% for the complete dataset and only 1.3%for the cleaned dataset,indicating the great potential of deep learning in optical device design.

关 键 词：数据驱动 机器学习 深度学习 纳米光子学 超材料 

分 类 号：TB383.1[一般工业技术—材料科学与工程] TP183[自动化与计算机技术—控制理论与控制工程]