相关实验视频
Updated: Jul 1, 2026

11:57
Fabricating Metamaterials Using the Fiber Drawing Method
Published on: October 18, 2012
13.9K
三频段太赫兹元材料传感器的反向设计
Hongyi Ge1,2,3, Wenyue Cao1,2,3, Shun Wang1,2,3
1Key Laboratory of Grain Information Processing and Control, Ministry of Education, Henan University of Technology, Zhengzhou 450001, China.
Nanomaterials (Basel, Switzerland)
|August 27, 2025
概括
这项研究引入了一个深度神经网络 (DNN),用于快速的太赫兹元材料设备 (TMD) 设计,加速开发. DNN可有效合成多峰特拉赫兹元材料,大大缩短设计时间.
科学领域:
- 光子学和元材料
- 计算电磁学
- 机器学习应用
背景情况:
- 太赫兹超材料设备 (TMD) 在传感,通信和安全方面具有应用.
- 传统的TMD设计依赖于代优化和经验专业知识,导致长时间的开发周期.
研究的目的:
- 开发一个数据驱动的反向设计框架,以有效和快速合成TMD.
- 通过三频段的超材料传感器来证明框架的有效性.
主要方法:
- 实施深度神经网络 (DNN) 用于反向设计TMD.
- 对于结构参数生成的DNN模型的培训和验证.
- 对设计的超材料传感器性能进行实验验证.
主要成果:
- DNN模型实现了高准确度预测,平均平方误差为0.03.
- 快速推断使得TMD的结构参数能够有效生成.
- 实验结果显示与模拟反应和三带共振特征的高一致性.
结论:
- 拟议的基于DNN的反向设计框架显著加速了多峰特拉赫兹元材料的开发.
- 这种数据驱动的方法将计算效率与强大的电磁性能相结合.
- 这项研究为推进TMD设计和应用提出了一个有前途的战略.

