文献

J-GLOBAL ID：202102222355610076   整理番号：21A0874626

中赤外グラフェンプラズモンの逆設計のための深層学習【JST・京大機械翻訳】

Deep Learning for the Inverse Design of Mid-Infrared Graphene Plasmons

著者 (10件)： Phan Anh D. (Phenikaa Institute for Advanced Study, Faculty of Information Technology, Materials Science and Engineering, Phenikaa University, Hanoi 12116, Vietnam) ,  Phan Anh D. (Artificial Intelligence Laboratory, Phenikaa University, Hanoi 12116, Vietnam) ,  Phan Anh D. (Department of Nanotechnology for Sustainable Energy, School of Science and Technology, Kwansei Gakuin University, Sanda, Hyogo 669-1337, Japan) ,  Nguyen Cuong V. (Artificial Intelligence Laboratory, Phenikaa University, Hanoi 12116, Vietnam) ,  Linh Pham T. (Graduate University of Science and Technology, Vietnam Academy of Science and Technology, 18 Hoang Quoc Viet, Hanoi 10000, Vietnam) ,  Huynh Tran V. (Graduate University of Science and Technology, Vietnam Academy of Science and Technology, 18 Hoang Quoc Viet, Hanoi 10000, Vietnam) ,  Huynh Tran V. (Department of Basic Science, University of Fire, 243 Khua Duy Tien, Hanoi 10000, Vietnam) ,  Lam Vu D. (Graduate University of Science and Technology, Vietnam Academy of Science and Technology, 18 Hoang Quoc Viet, Hanoi 10000, Vietnam) ,  Le Anh-Tuan (Phenikaa University Nano Institute (PHENA), Faculty of Materials Science and Engineering, Phenikaa University, Hanoi 12116, Vietnam) ,  Wakabayashi Katsunori (Department of Nanotechnology for Sustainable Energy, School of Science and Technology, Kwansei Gakuin University, Sanda, Hyogo 669-1337, Japan)
資料名： Crystals (Web)  (Crystals (Web))
巻： 10  号： 2  ページ： 125  発行年： 2020年 
JST資料番号： U7169A  ISSN： 2073-4352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 中赤外グラフェン系メタマテリアルのプラズモン特性を理論的に調べ,逆設計のためのニューラルネットワークの深い学習を適用した。これらの人工構造は誘電体薄膜上に堆積されたグラフェンプラズモン共振器の正方形周期的配列を有する。光学スペクトルは構造パラメータの変化と共に著しく変化した。理論的手法を検証するために,有限差分時間領域シミュレーションを実行し,理論計算と計算結果を比較した。理論予測,シミュレーション,および以前の実験間の定量的良好な一致は,この提案した理論モデルを用いて,深層ニューラルネットワークの訓練および試験のための信頼できるデータを生成した。事前訓練ニューラルネットワークを逆ネットワークと併合することにより,グラフェンベースメタマテリアルの逆設計の計算を実行した。また,データ駆動手法の限界を論じた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *赤外線 ,  *プラズモン ,  誘電体薄膜 ,  ネットワーク ,  ニューラルネットワーク ,  構造パラメータ ,  *グラフェン
準シソーラス用語： 理論モデル ,  メタマテリアル ,  理論計算 ,  プラズモニクス ,  光学スペクトル ,  プラズモン共振器 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： グラフェン ,  メタマテリアル ,  深層学習 ,  逆設計 ,  プラズモニクス

分類 (1件)： 固体プラズマ  (BM02160W)

引用文献 (32件)：

• Pendry, J.B. Negative Refraction Makes a Perfect Lens. Phys. Rev. Lett. 2000, 85, 3966.
• Shalaev, V.M. Optical negative-index metamaterials. Nat. Photonics 2007, 1, 41-48.
• Landy, N.I.; Sajuyigbe, S.; Mock, J.J.; Smith, D.R.; Padilla, W.J. Perfect Metamaterial Absorber. Phys. Rev. Lett. 2008, 100, 207402.
• Liu, X.; Starr, T.; Starr, A.F.; Padilla, W.J. Infrared Spatial and Frequency Selective Metamaterial with Near-Unity Absorbance. Phys. Rev. Lett. 2010, 104, 207403.
• Liu, Z.; Lee, H.; Xiong, Y.; Sun, C.; Zhang, X. Far-Field Optical Hyperlens Magnifying Sub-Diffraction-Limited Objects. Science 2007, 315, 1686.

タイトルに関連する用語 (2件)： 設計 ,  深層学習