1.2μm×1.2μmのフットプリントを有するオンチップ集積シリコンT接合の設計を可能にする機械学習【JST・京大機械翻訳】

Banerji Sourangsu; Majumder Apratim; Hamrick Alex; Menon Rajesh; Sensale-Rodriguez Berardi

プレプリント

J-GLOBAL ID：202202202303674060 整理番号：22P0138444

1.2μm×1.2μmのフットプリントを有するオンチップ集積シリコンT接合の設計を可能にする機械学習【JST・京大機械翻訳】

Machine Learning enables Design of On-chip Integrated Silicon T-junctions with footprint of 1.2 $\mu$m x 1.2 $\mu$m

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年03月20日プレプリントサーバーでの情報更新日： 2020年11月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

今日まで,種々の最適化アルゴリズムを用いてナノフォトニック構造の性能を設計し改善した。ここでは,超コンパクトで効率的なオンチップ集積ナノフォトニック50:50ビームスプリッタ(T-接合)を設計するため,有限差分時間領域(FDTD)シミュレーションと組み合わせた,2成分Additive Reincement Learningアルゴリズム(b-ARLA)を用いた機械学習アルゴリズムの利用を提案した。ここでは,それぞれ1.2μmx1.2μmのフットプリントを持つ2つのT接合スプリッタの設計を示した。知る限りでは,これらの設計は,シミュレーションまたは実験のいずれかにわたってこれまで報告された最小である。最初のT接合設計に対するシミュレートした正味電力伝送効率は~82%であり,2番目の設計は4λ=1.55μmで~80%であった。ここでは,ここで報告したように,設計方法論が,光通信システムのための効率的な統合フォトニックデバイスを設計するのに,一般的に有用であることを想像する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

光デバイス一般 , その他の光伝送素子

, , , , ,

前のページに戻る