数字光子设备的跨学科分析和优化,用于元光子学
Xiaohua Xing1, Yuqi Ren2, Die Zou1
1College of Precision Instrument and Optoelectronics Engineering, Tianjin University, Key Laboratory of Optoelectronics Information and Technology (Ministry of Education), Tianjin 300072, China.
iScience
|May 27, 2024
概括
本研究介绍了数字光子设备的AI驱动的计算框架,克服了生成对抗网络的数据限制,并转移学习以提高性能和稳定性.
科学领域:
- 光子学是指光子学中的一个方面.
- 人工智能的人工智能
- 计算科学 计算科学
背景情况:
- 数字光子设备需要先进的计算分析框架.
- 在开发这些设备时,有限的数据集构成了重大挑战.
- 将人工智能与自然科学相结合,提供了新的分析可能性.
研究的目的:
- 为数字光子设备开发人工智能驱动的计算框架.
- 为了克服光子设备设计中有限数据集的挑战.
- 通过跨学科的人工智能集成来提高设备性能和稳定性.
主要方法:
- 利用生成对抗网络 (GAN) 和转移学习来解决数据限制.
- 集成的知识来自图像消噪,多代理建模 (Physarum polycephalum),透理论和波函数崩算法.
- 开发了一个新的AI反系统,与人类知识保持一致.
主要成果:
- 实现了经典光子学理论无法实现的性能改进.
- 显著提高了设计的数字光子设备的稳定性.
- 为观察到的性能变化和强度增强提供理论分析.
结论:
- 拟议的元光子学框架超越了学科界限.
- 人工智能和自然科学的跨学科融合证明了光子学的变革潜力.
- 这种方法为设计高性能,强大的数字光子设备提供了一个新的范式.


