研究目的
讨论深度学习在纳米光子器件逆向设计中的最新进展,重点关注监督学习、无监督学习和强化学习范式,以及深度学习正向建模。
研究成果
深度学习为近似求解麦克斯韦方程以及逆向设计各类可能超越人类能力的纳米光子器件提供了新平台。尽管深度学习近期才被引入纳米光子学领域,但其根本性的范式变革及在发现新型纳米光子器件与功能方面的潜力正引发越来越多的关注。然而,如何确保优化方案、降低对人工直觉的依赖、拓展设计空间以及理解深度学习机制等挑战仍然存在。
研究不足
深度学习模型为逆向设计问题提供的解决方案不能保证是最优或全局最优的。深度学习逆向设计方法依赖人类直觉来确定基本形状和问题设置。如果训练数据的设计空间有限,则并非总能实现"按需"结构设计。深度学习的学习机制如同黑箱,难以利用训练好的网络进行进一步分析。