Deep Neural Networks for the Topological Optimization of Metasurfaces
Paper i proceeding, 2022
We show that a modified CGAN machine learning method that balances the accuracy of desired optical properties with experimental feasibility can solve the free-form inverse design of nanophotonic matasurfaces.
Författare
Timo Gahlmann
Chalmers, Fysik, Kondenserad materie- och materialteori
Philippe Tassin
Chalmers, Fysik, Kondenserad materie- och materialteori
Optics InfoBase Conference Papers
NoM3C.4
9781557528209 (ISBN)
Novel Optical Materials and Applications, NOMA 2022
Maastricht, Netherlands,
Maastricht, Netherlands,
Ämneskategorier
Språkteknologi (språkvetenskaplig databehandling)
Rymd- och flygteknik
Beräkningsmatematik
Annan fysik