基于深度学习的微纳结构光谱设计研究进展

马文壮, 游可唯, 张胤, 周阳, 张丽

PDF(5338 KB)
PDF(5338 KB)
电子科技大学学报 ›› 2024, Vol. 53 ›› Issue (05) : 641-654.

基于深度学习的微纳结构光谱设计研究进展

  • 马文壮, 游可唯, 张胤, 周阳, 张丽
作者信息 +
History +

摘要

随着人工智能技术的快速发展,深度学习在微纳结构光谱调控领域展现出了巨大的应用潜力。深度学习可以在无明确物理解析模型的情况下,通过构建复杂的神经网络,从实验或仿真数据中学习微纳结构的光谱响应特性,从而实现高效的设计优化,这为微纳结构的设计提供了一种新的思路和方法。该文综述了近年来深度学习在微纳结构设计中的研究进展,重点讨论了其在结构色、热辐射控制以及窄带光谱传感等光谱调控领域的应用,并展望了该领域未来的发展机遇与挑战。

关键词

人工智能 / 深度学习 / 微纳结构 / 光谱设计

中图分类号

O433 / TP18

引用本文

导出引用
马文壮, 游可唯, 张胤, 周阳, 张丽. 基于深度学习的微纳结构光谱设计研究进展. 电子科技大学学报. 2024, 53(05): 641-654

基金

国家自然科学基金(52021001,52022018,52472147)

评论

PDF(5338 KB)

Accesses

Citation

Detail

段落导航
相关文章

/