机构名称：
¥ 3.0
近年来，从机器学习中使用方法来解决光子系统设计和模式的问题的增长显着增长。最近的许多评论已广泛涵盖了（Nano）光子学[1-7]中深度学习的领域。在这里，我们提供了一个介绍，涵盖了深度学习神经网络的一些相关背景，然后提供了许多更深入的应用程序，这些应用程序涉及纳米光子学研究的各个方面，其中神经网络可以在其中发现应用。我们描述了纳米结构内部电磁场的广义预测网络的开发，该网络允许在向前迭代设计中替换数值模拟，一旦网络得到了全面训练，可以通过数量级加速设计过程。接下来，我们将说明使用串联神经网络来预测多子集成电路中的复杂散射模式，作为神经网络启用逆设计的示例。最后，我们讨论了在高级和实时数据处理中的神经网络的使用，以及在光学数据存储和高光谱成像中的最新应用。
深度学习驱动的数据处理，建模... -LAAS
主要关键词
相关文件推荐
