基于深度学习的特拉赫兹频段的状元表面多焦镜头
Jingjing Wang1,2, Sixue Chen1,2, Yihang Qiu1,2
1School of Electronic Science and Technology, Hainan University, Haikou 570228, China.
Micromachines
|October 28, 2023
概括
这项研究引入了一个深度学习模型来设计性元表面,使结构参数的快速计算成为可能. 开发的模型有助于创建多焦镜头,在传感和全息学方面有潜在的应用.
科学领域:
- 超材料科学 超材料科学
- 光学是什么?光学是什么?光学是什么?
- 纳米技术纳米技术
背景情况:
- 状元表面是用于在接口上操纵光相的先进元材料.
- 根据需求设计性地表结构面临重大挑战.
研究的目的:
- 开发一个基于深度学习的网络模型,用于快速计算性地表结构参数.
- 为了实现按需设计具有特定光学特性的合元表面.
主要方法:
- 设计并训练了一种深度学习网络模型,用于计算合元表面参数.
- 使用平均绝对误差 (MAE) 评估模型的性能.
- 设计的超表面被分析了它们的聚焦能力,包括单焦和多焦属性.
主要成果:
- 深度学习网络实现了0.025.5的平均绝对误差 (MAE).
- 该模型允许设计具有0.41在1.169THz的圆形二极化 (CD) 的奇拉元面.
- 设计的超表面显示了对焦点的有效控制,产生了多焦镜头.
结论:
- 深度学习为设计复杂的性超表面结构提供了一种高效的方法.
- 开发的模型有助于创建具有可调的多焦特征的超表面.
- 这些性超表面显示出在传感和全息学中先进应用的前景.
