文献

J-GLOBAL ID：201802230410096613   整理番号：18A1899363

機械学習によるフォトニック設計の自動化【JST・京大機械翻訳】

Automating Photonic Design with Machine Learning

著者 (2件)： Gostimirovic Dusan (Department of Electronics, Carleton University, Ottawa, Ontario, K1S 5B6, Canada) ,  Ye Winnie N. (Department of Electronics, Carleton University, Ottawa, Ontario, K1S 5B6, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： GFP  ページ： 1-2  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： フォトニックシステムとデバイスの自動設計のための最初のエンドツーエンド人工ニューラルネットワーク(ANN)モデラーを提案し,実証した。このアプローチは,数値的に解いた電磁データの初期範囲制限バッチを集め,学習された重みの線形モデルへの非線形入出力関係をマップする。このモデルを用いて,より速い最適化またはシステムレベルシミュレーションに対する異なるデバイス変動の出力を予測した。著者らの実装は,MATLAB数値計算環境をLumericalからの有限差分時間領域電磁ソルバを用いて,デバイスデータを獲得し,ANNモデルを作成し,訓練し,望ましいデバイス出力を最適化した。この実証において,数値結果の97%以上の精度で,数値シミュレーションより56000X速く計算するシリコン格子結合器のモデルを作成した。パラメトリック掃引または反転ANNを用いて,デバイスパラメータを望ましい出力に対して直ちに見出すことができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  数値計算 ,  ケイ素 ,  最適化 ,  自動設計 ,  シミュレーション ,  *自動化 ,  エンドツーエンド方式 ,  ロット ,  *機械学習
準シソーラス用語： 数値シミュレーション ,  ソルバ ,  時間領域 ,  MATLAB ,  線形モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  設計 ,  自動化