-
公开(公告)号：CN116300071A
公开(公告)日：2023-06-23
申请号：CN202310261328.8
申请日：2023-03-17
Applicant: 北京大学
IPC: G02B27/00 , G02B1/00 , G06F30/17 , G06F30/20 , G06F111/10 , G06F111/04
Abstract: 本发明公开了一种多功能涡旋光生成器的设计方法，基于光学需求，通过深度神经网络反向设计超构表面的纳米结构，在超构表面的反射光中获得多功能涡旋光。该方法设计灵活，可以根据所需波长、偏振态和拓扑荷，快速完成超构表面的设计，生成所需多功能涡旋光。相较于单一功能的涡旋光生成器，本发明方法借助深度学习实现了单个器件的多功能集成，利于开发涡旋光潜在的无穷维希尔伯特空间，大大促进涡旋光在信息光学领域的应用，推动涡旋光在光子芯片和量子光学等前沿领域的应用。相较于传统的反向设计方法，本发明方法可以在短时间内生成大量的多功能涡旋光，极大减少了计算资源和计算时间的消耗，打开了将涡旋光的优势特性开发到最大程度的可能性。
-
Patent Agency Ranking
公开(公告)号：CN116153441A
公开(公告)日：2023-05-23
申请号：CN202310065556.8
申请日：2023-02-06
Applicant: 北京大学
Abstract: 本发明公开了一种基于强化学习的高灵敏生物手性分子探测器件的设计方法。所述探测器件将金属纳米结构加工在微流道底部，通过表征金属纳米结构与生物手性分子的耦合信号来实现对生物手性分子的传感。为获得与目标手性分子匹配的金属纳米结构，本发明利用强化学习技术搜索金属纳米结构几何构形的参数空间，获得具备高手性的金属纳米结构。这一设计方法充分实现了纳米光子学器件的智能优化，并且具有自由度高、鲁棒性强、适用范围广、计算速度快等优点，对于其他多功能光学器件设计具有重要的指导意义。本发明设计的基于微流道芯片的生物手性分子探测器件具备实时监测、可重复使用、灵敏度高等多种优势，具有极高的使用价值。
-
公开(公告)号：CN116070583A
公开(公告)日：2023-05-05
申请号：CN202310147391.9
申请日：2023-02-20
Applicant: 北京大学
IPC: G06F30/398
Abstract: 本发明公开了一种偏振调制纳米光子学器件的设计或优化方法，根据偏振转化需求，利用深度神经网络和贝叶斯优化等算法推荐生成纳米光子学器件(如波片)的结构参数，完成所需偏振调制器件的设计。该方法利用深度神经网络与贝叶斯优化高效的并行计算能力，在有限的计算资源下推荐生成大量具有高效偏振转化能力的波片，并构建结构数据库，可进一步支撑各种偏振依赖光学器件的开发。与基于预设物理规则或先验设计经验的传统设计策略相比，本发明方法具备更高的设计优化效率与设计自由度，减少了计算资源的消耗，为纳米光子学器件的设计与优化提供了一种新的范式。
-
公开(公告)号：CN114662315B
公开(公告)日：2024-10-18
申请号：CN202210299156.9
申请日：2022-03-25
Applicant: 北京大学
IPC: G06F30/20
Abstract: 本发明公开了一种纳米光子学器件的设计和/或优化方法，通过自编码器这一无监督学习算法打开纳米光子学器件结构的设计自由度，对具有高自由度的结构形貌与光学近场分布数据进行特征分析，并将有效特征编码到低维潜空间；然后按照其设计或优化需求在潜空间利用贝叶斯概率模型对器件特征进行优化设计；最终利用自编码器的解码器将优化的特征从特征潜空间中解码得到器件结构参数，实现纳米光子学器件的智能优化与开发设计。本发明方法具有自由度高、鲁棒性强、适用范围广、计算速度快等优点，对于复杂多功能光学器件设计或突破纳米光子学器件的现有性能指标具有重要的指导意义。
-
公开(公告)号：CN116300066A
公开(公告)日：2023-06-23
申请号：CN202310127071.7
申请日：2023-02-06
Applicant: 北京大学
Abstract: 本发明公开了一种偏振复用双通道超构透镜的设计方法，通过深度神经网络建立几何结构参数与光学响应之间的映射关系，从双通道超构透镜成像所需的相位剖面需求出发，借助反向神经网络得到所需的结构参数，并通过正向神经网络对器件的性能进行快速评估。本发明的方法设计灵活，可以根据所需工作波长、复用偏振通道、多焦点空间坐标，快速完成超构透镜的设计。本发明方法可以运用于多功能或多约束条件下光学器件的结构设计，具有灵活度高、鲁棒性强、适用范围广、计算速度快等优点，对于复杂多功能光学器件设计具有重要的指导意义。
-
公开(公告)号：CN114662315A
公开(公告)日：2022-06-24
申请号：CN202210299156.9
申请日：2022-03-25
Applicant: 北京大学
IPC: G06F30/20
Abstract: 本发明公开了一种纳米光子学器件的设计和/或优化方法，通过自编码器这一无监督学习算法打开纳米光子学器件结构的设计自由度，对具有高自由度的结构形貌与光学近场分布数据进行特征分析，并将有效特征编码到低维潜空间；然后按照其设计或优化需求在潜空间利用贝叶斯概率模型对器件特征进行优化设计；最终利用自编码器的解码器将优化的特征从特征潜空间中解码得到器件结构参数，实现纳米光子学器件的智能优化与开发设计。本发明方法具有自由度高、鲁棒性强、适用范围广、计算速度快等优点，对于复杂多功能光学器件设计或突破纳米光子学器件的现有性能指标具有重要的指导意义。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
