当前位置：
X-MOL 学术
›
Opt. Express
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
通过深度学习设计和预测 PIT 设备
Optics Express ( IF 3.2 ) Pub Date : 2022-04-20 , DOI: 10.1364/oe.449465 Binggang Xiao 1 , Yichun Wang 1 , Wanjun Cai 1 , Lihua Xiao 2
Optics Express ( IF 3.2 ) Pub Date : 2022-04-20 , DOI: 10.1364/oe.449465 Binggang Xiao 1 , Yichun Wang 1 , Wanjun Cai 1 , Lihua Xiao 2
Affiliation
石墨烯材料具有优异的性能和独特的可变载流子密度特性，使其成为优秀的中红外材料。而深度学习使得快速设计性能良好的中红外波段设备成为可能。本文提出了一种基于PIT原理的石墨烯纳米环对称扇形磁盘阵列结构用于传感。研究了结构参数和费米能量变化的影响。并且它的FOM（Figure Of Merit）可以达到28.7；灵敏度为 574 cm -1/ RIU（折射率单位）。同时，我们设计了一个可以预测结构参数和曲线预测的六层深度学习网络。在预测结构参数时，其 MAPE（平均绝对百分比误差）收敛到 0.5。在曲线预测中，MSE（均方误差）收敛到 1.2。它表明可以很好地做出预测。本文提出了一种对称的扇区磁盘阵列结构和一个6层的深度学习网络。并且基于设备数据设计的深度神经网络在保证网络简单的前提下具有良好的预测精度。这将为未来的传感器设计和设备加速优化设计打下良好的基础。
"点击查看英文标题和摘要"
更新日期：2022-04-25
"点击查看英文标题和摘要"
京公网安备 11010802027423号