基于深度学习设计的双带光学聚合器,制造友好的元表面

科学领域:

• 光学和光子学 在光学和光子学.
• 材料科学 材料科学 材料科学
• 纳米技术纳米技术

背景情况:

• 由纳米结构的元原子组成的元表面,可以精确控制高性能光学设备的电磁波.
• 为多个功能 (例如,多频段,多角度) 设计元原子是由于复杂性而面临的重大挑战.
• 制造复杂的元原子结构的强大方法对于实现先进的光学设备至关重要.

研究的目的:

• 开发一种快速有效的方法来构建一个多功能和易于制造的元原子结构库.
• 为了解决与为特定光学设备要求创建复杂的元原子相关的设计负担.
• 将深度神经网络与制造约束集成为实际的元原子设计.

主要方法:

• 为了快速构建元原子设计,采用了深度神经网络方法.
• 开发了一个元原子选择器,以确保设计与现实的制造约束相兼容.
• 该方法通过设计和制造一个双频段的超表面聚合器来验证.

主要成果:

• 成功生成了一个多功能和易于制造的元原子库.
• 提出的方法在设计复杂的元原子结构方面证明了效率和可靠性.
• 通过实验实现了一种使用复杂的自由形态元原子的双带元表面聚合器.

结论:

• 开发的方法为设计复杂的元原子结构提供了高效和可靠的解决方案.
• 这种方法有助于实现具有定制功能的高性能光学设备.
• 深度学习和制造意识的整合加速了地表设计和实现.