深度学习辅助富里埃分析用于高效结构设计:关于三维光子晶体计数的案例研究
Congcong Cui1, Guangfeng Wei1, Matthias Saba2,3
1School of Chemical Science and Engineering, Tongji University, Shanghai, China.
Small (Weinheim an der Bergstrasse, Germany)
|January 14, 2026
概括
一种新的深度学习方法使用逆里埃变换来设计具有最佳性质的材料. 这种方法有效地探索结构,如3D光子晶体,以找到先进的功能材料的理想设计.
科学领域:
- 材料科学 材料科学 材料科学
- 晶体学 晶体学是指结晶学.
- 计算化学计算化学
背景情况:
- 设计具有特定性质的功能性材料是复杂的,因为大量的可能结构.
- 确定材料结构和性能之间的相关性仍然是一个重大挑战.
研究的目的:
- 开发一种通用方法来设计和优化周期性结构的性能.
- 为了能够有效地探索参数空间,以确定理想的材料几何形状.
主要方法:
- 一种深度学习辅助的逆里埃转换方法,用于在晶体空间组内生成任意几何形状.
- 应用在三维 (3D) 光子结构的设计和分析.
主要成果:
- 该方法成功建模了许多结构,并在几个小时内确定了光子带隙.
- 证实了网络形态,特别是单个钻石 (dia net),产生最宽的光子带隙.
- 发现了一种罕见的lcs拓,具有卓越的光子特性.
结论:
- 基于富里埃的方法在材料设计方面非常高效和有效.
- 这种方法推动了下一代功能性材料的发现.
- 在探索材料设计可能性方面表现出广泛的适用性.


