通过多神经网络融合对元表面的按需设计
Junwei Li1, Chengfu Yang1,2, A Qinhua1
1School of Information Science and Engineering, Yunnan Normal University, Kunming 650500, China.
ACS applied materials & interfaces
|September 4, 2024
概括
这项研究引入了一种新的按需设计方法,用于使用多神经网络融合方法的自由式元表面. 它可以快速生成定制的超表面图案,并提供所需的电磁反应.
科学领域:
- 超材料和纳米光子学
- 计算电磁学 计算机电磁学
- 机器学习用于工程.
背景情况:
- 传统的超表面设计方法在创建复杂的自由风格结构方面面临限制.
- 实现特定电磁响应的按需设计需要高效的反向设计和前预测能力.
研究的目的:
- 提出和验证多神经网络融合方法,用于自由式元表面的按需设计.
- 为了能够快速生成根据用户定义的光谱要求量身定制的超表面图案.
- 为了证明产生具有特定电磁特性的高保真度地表结构的能力.
主要方法:
- 使用了Wasserstein生成对抗网络 (WGAN) 与U-net架构用于反向结构设计.
- 使用变量自编码器 (VAE) 来进行数据压缩和潜伏空间映射.
- 实现了一个LSTM+注意网络,用于前向S参数频谱预测和验证.
- 用二进制数字 (0和1) 在10x10单元格数组中表示真空和金属材料.
主要成果:
- 成功生成了基于用户定义的光谱的自由式超表面图案.
- 通过模拟和比较S参数光谱图来验证生成的模式.
- 证明了快速发现符合特定电磁响应的高保真度超表面图案的能力.
结论:
- 拟议的多神经网络融合方法显著扩大了元材料设计的可能性,使复杂的自由式结构成为可能.
- 按需设计方法有效地产生具有所需电磁特性的超表面图案.
- 多个神经网络的灵活融合使其能够适应各种设计问题和优化目标.
