基于神经网络的光子器件逆设计研究进展

作     者：李世瑜 陈树文 姜斌 张占田 杨玉刚 贺有臣 朱华涛 张倩 余曼 LI Shi-yu;CHEN Shu-wen;JIANG Bin;ZHANG Zhan-tian;YANG Yu-gang;HE You-Chen;ZHU Hua-tao;ZHANG Qian;YU Man

作者机构：国防科技大学信息通信学院武汉430010 武汉海王科技有限公司武汉430000 

基　　金：国家自然科学基金资助项目(61605247) 

出 版 物：《光通信研究》 (Study on Optical Communications)

年 卷 期：2020年第3期(16)卷第3期

页      码：33-39页

摘      要：光与纳米结构的相互作用一直是纳米光子学的重要研究内容之一,核心部件的纳米结构对光子器件的功能和性能具有决定性作用。纳米光子器件的设计存在两种思路:一是从物理原理出发的直观设计;二是根据所需光学响应探索最优结构的逆设计。近年来,逆设计在纳米器件中取得了一系列重要进展,尤其是最近将深度学习方法引入进来,开启了高性能纳米光子器件智能高效设计的新篇章。文章围绕纳米光子器件智能逆设计方法,分析归纳了这一新兴研究方向的产生背景、重要进展和典型应用,对智能逆设计面临的挑战及未来发展方向进行了展望。

主 题 词：逆设计 纳米光子器件 神经网络 

学科分类：070207[070207] 07[理学] 08[工学] 0803[工学-仪器类] 0702[理学-物理学类] 

D　O　I：10.13756/j.gtxyj.2020.03.007

馆 藏 号：203934957...