基于制造意识的神经网络的反向设计,用于单一材料的可变指数多层薄膜
Omer Yesilyurt1,2, Samuel Peana1,2, Vahagn Mkhitaryan1,2
1Elmore Family School of Electrical and Computer Engineering, Birck Nanotechnology Center and Purdue Quantum Science and Engineering Institute, Purdue University, West Lafayette, IN 47907, USA.
Nanophotonics (Berlin, Germany)
|December 5, 2024
概括
我们开发了一种神经网络方法,用于设计具有不断变化的折射率的单材料多层膜. 这种方法可以解释制造错误,使实用,高性能光学设备成为可能.
科学领域:
- 材料科学 材料科学 材料科学
- 光学是什么?光学是什么?光学是什么?
- 计算物理 计算物理
背景情况:
- 具有不断变化的折射率的多层薄膜提供卓越的光学,机械和热性能.
- 制造方面的挑战在历史上限制了与固定索引层相比,这些先进薄膜的研究和应用.
研究的目的:
- 提出一种基于神经网络的新型反向设计技术,用于制造单材料可变指数多层膜.
- 通过考虑制造缺陷,将理想设计转化为功能设备的实际挑战.
主要方法:
- 利用一个微分分析解决器与神经网络集成用于反向设计.
- 将模拟的系统和随机错误纳入优化过程中,模仿沉积工具的缺陷.
- 重新训练神经网络,以补偿已识别的存储错误.
主要成果:
- 提出的方法在理想条件下成功生成了具有出色性能的多层薄膜.
- 证明神经网络可以重新训练以产生能够弥补系统沉积错误的设计.
- 展示了该方法在存在随机制造缺陷的情况下也能够纠正系统错误的能力.
结论:
- 该研究提出了一种实用且实验上可行的方法,用于设计高性能单材料多层薄膜堆.
- 这种技术通过克服制造限制,扩大了可变指数多层薄膜的潜在应用.
- 反向设计方法为创建具有定制性质的先进光学设备提供了强大的途径.
