机器学习辅助的光管理和电磁场调制大面积的等离子同轴圆柱柱/环纳米阵列模式
Anyang Wang1, Yingjie Hang1, Jiacheng Wang1
1Department of Chemical Engineering, University of Massachusetts Amherst, Amherst, Massachusetts 01003-9303, United States.
The journal of physical chemistry. C, Nanomaterials and interfaces
|February 20, 2025
概括
有限差异时间域 (FDTD) 模拟优化金纳米阵列的光学特性. 机器学习指导几何参数调整以获得增强的电场和质量因素.
科学领域:
- 塑学和纳米光子学
- 计算电磁学 计算机电磁学
- 材料科学 材料科学 材料科学
背景情况:
- 制造六角同轴圆柱形金柱/环纳米阵列在实验上具有挑战性.
- 为所需的光学特性优化几何参数需要广泛,昂贵的实验.
研究的目的:
- 研究几何参数对金纳米阵列光学特性的影响.
- 利用模拟和机器学习来指导特定光学应用的纳米阵列的设计.
主要方法:
- 使用有限差异时间域 (FDTD) 模拟来建模光学响应.
- 分析了局部表面等离子体共振 (LSPR) 和电荷分布.
- 应用机器学习用于参数分析和可视化.
主要成果:
- 像等离子体共振带,电场增强和Q因子这样的光学特性是可调的.
- 通过管理LSPR和电荷分布,可以抑制辐射减缓,并集中电场.
- 纳米阵列高度和间隙宽度是优化Q因子和电场增强的关键参数.
结论:
- 与机器学习相结合的FDTD模拟为设计纳米阵列提供了理论框架.
- 这种方法有助于为特定的光学功能量身定制几何参数.
- 提供了优化等离子体纳米结构以提高光学性能的见解.


