双向深度神经网络辅助设计的太赫兹旋束元表面

科学领域:

• 光学和光子学 在光学和光子学.
• 超材料是什么?超材料是什么?
• 人工智能的人工智能

背景情况:

• 束提供高通信容量,对于6G应用至关重要.
• 传统的太赫兹超表面设计是缓慢和低效的.
• 全介电传导的元表面是特拉赫兹应用的关键.

研究的目的:

• 开发一种高效的方法来设计全介电传导束元表面.
• 为了利用深层神经网络,快速地表单位设计.
• 通过实验验证设计的超表面的性能.

主要方法:

• 提出了一种双向深度神经网络 (DNN) 方法.
• 设计和制造使用3D打印的全二电传输束超表面.
• 训练了DNN来预测超表面单位的相位和传输系数.

主要成果:

• 成功生成了带有l=-2的拓电荷的太赫兹旋束.
• DNN在仅4微秒的时间内预测了超表面单位的参数.
• 显著降低了设计复杂性,时间和计算资源.

结论:

• 双向DNN方法为太赫兹超表面开发提供了一条高效的途径.
• 这种方法加快了光学超表面的设计周期.
• 能够快速进行原型设计和应用太赫兹旋束.