Diseño inverso del sensor de metamateriales de tres bandas de terahercios

Área de la Ciencia:

• Fotónica y metamateriales
• Electromagnetismo computacional
• Aplicaciones de aprendizaje automático

Sus antecedentes:

• Los dispositivos de metamateriales de terahercios (TMD) ofrecen aplicaciones en detección, comunicación y seguridad.
• El diseño tradicional de TMD se basa en la optimización iterativa y la experiencia empírica, lo que lleva a largos ciclos de desarrollo.

Objetivo del estudio:

• Desarrollar un marco de diseño inverso basado en datos para una síntesis eficiente y rápida de TMD.
• Para demostrar la eficacia del marco usando un sensor de tres bandas de terahertz.

Principales métodos:

• Implementación de una red neuronal profunda (DNN) para el diseño inverso de TMD.
• Formación y validación del modelo DNN para la generación de parámetros estructurales.
• Verificación experimental del rendimiento del sensor de metamateriales diseñado.

Principales resultados:

• El modelo DNN logró predicciones de alta fidelidad con un error cuadrado medio de 0,03.
• La inferencia rápida permitió la generación eficiente de parámetros estructurales para TMD.
• Los resultados experimentales mostraron una alta consistencia con las respuestas simuladas y las características de resonancia de banda triple.

Conclusiones:

• El marco de diseño inverso propuesto basado en DNN acelera significativamente el desarrollo de metamateriales de terahertz de picos múltiples.
• Este enfoque basado en datos combina la eficiencia computacional con un rendimiento electromagnético robusto.
• El estudio presenta una estrategia prometedora para avanzar en el diseño y las aplicaciones de los TMD.