买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京大学

摘要：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。

主权项：1.一种纳米光子学器件的设计优化方法，包括以下步骤：1）根据纳米光子学器件的设计需求，生成纳米结构并获取其光学响应数据，构造初始数据集；2）利用数据集中的纳米结构及其近场分布数据训练自编码器，提取数据特征编码至特征潜空间，所述自编码器分为编码器和解码器两部分，其神经网络架构包括下采样层、全连接层和上采样层；其中，下采样层从纳米结构及其近场分布数据中提取主要特征信息，将数据压缩降维；然后由全连接层将信息映射到一个二维的特征潜空间，用于贝叶斯优化，这部分全连接层的神经网络和下采样层完成从初始数据到潜空间特征的编码，实现编码器的功能；后续全连接层的神经网络和上采样层采用与编码器相对称的网络架构，从特征潜空间还原纳米结构及其近场分布数据，实现解码器的功能；3）利用贝叶斯优化在特征潜空间针对目标光学响应性能对结构特征进行采样，在贝叶斯优化采样过程中，将纳米结构在潜空间的特征向量设置为自变量，结构对应的光学响应数据设置为因变量，基于现有数据，贝叶斯优化通过若干高斯随机过程生成后验的数据分布，去逼近真实的数据分布，进而代替真实数据分布对特征向量与光学响应数据进行分析，而后选取其在概率上对应最优光学响应的特征向量的数值点进行采样并输出；4）根据采样特征，利用自编码器的解码器得到器件结构，获得其光学响应数据，扩展数据集；5）根据扩充的数据集训练自编码器，更新特征潜空间，再利用贝叶斯优化完成重采样；6）循环进行步骤4）至5），迭代更新自编码器与贝叶斯优化模型，直至根据特征解码得到的器件性能满足需求，输出具备最优化光学性质的器件结构参数，由此实现纳米光子学器件设计优化。

全文数据：

权利要求：

百度查询： 北京大学 一种纳米光子学器件的设计和/或优化方法