POST:用于自动化和高效预测PCSEL的光子变压器

科学领域:

• 光子学 是一个光子学.
• 材料科学 材料科学 材料科学
• 人工智能的人工智能

背景情况:

• 光子晶体表面发射激光器 (PCSEL) 对于各种光学应用至关重要.
• 精确模拟PCSEL光学属性是计算密集且耗时的.
• 现有的模拟方法难以处理复杂的格子结构和快速参数调整.

研究的目的:

• 开发一个高速,准确的替代模型来预测PCSEL的光学特性.
• 为了能够有效地分析各种光子晶体结构,包括复杂的孔设计.
• 为了降低与PCSEL设计中的光场模拟相关的计算成本.

主要方法:

• 设计了一个名为POST的新型模型,利用视觉变压器 (ViT) 架构.
• POST模型是在使用合波理论 (CWT) 模型生成的数据集上进行训练的.
• 该模型在单,双和三重格子以及复杂的非圆形孔结构中得到了验证.

主要成果:

• 对于质量因子 (Q),POST 实现了高预测准确度,其 R 平方值为 0.909.
• 表面发射效率 (SE) 预测达到了0.779.9的R平方值.
• 该模型表现出极高的速度,每秒执行近5000次预测.

结论:

• POST模型作为PCSEL中的光场模拟的全面和高效替代品.
• 它的速度和准确性大大降低了模拟成本,并促进了快速的设计代.
• 公开可用的培训数据集将促进材料和计算机科学领域的跨学科研究.