基于神經(jīng)網(wǎng)絡(luò)的功能性多模干涉耦合器的逆向設(shè)計
【學(xué)位授予單位】:哈爾濱工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2019
【分類號】:TN622;TP183
【圖文】:
哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文到器件的結(jié)構(gòu)參數(shù),這種方法是逆向設(shè)計網(wǎng)絡(luò)[25-26],這些網(wǎng)絡(luò)可以完成設(shè)計目標。.1 神經(jīng)網(wǎng)絡(luò)設(shè)計光子器件的正向設(shè)計方法2017 年,三棱重工提出了一種 2.6×2.6 μm2MMI 分束器,如圖 1-1 神經(jīng)網(wǎng)絡(luò)的正向設(shè)計方法,對納米光子結(jié)構(gòu)設(shè)計了一款具有任意功于光子晶體超材料的 MMI 耦合器[27-28],通過一組樣本對神經(jīng)網(wǎng)絡(luò),利用神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)逼近復(fù)雜的輸入輸出函數(shù)關(guān)系的性質(zhì),結(jié)限差分法(Finite difference time domain method,F(xiàn)DTD)[29]技術(shù)加I 耦合器的設(shè)計過程,最終得到了圖 1-1 b)中的結(jié)構(gòu)和圖 1-1 c)中的值,證明了神經(jīng)網(wǎng)絡(luò)在光子器件設(shè)計中的可行性。
圖 1-2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型與仿真結(jié)果網(wǎng)絡(luò)設(shè)計光子器件的逆向設(shè)計方法了更加方便的設(shè)計光子器件,提出了一種可以面向用神經(jīng)網(wǎng)絡(luò)逆向設(shè)計方法,威斯康星大學(xué)麥迪遜分校的了一種逆向設(shè)計[36]的方案。如圖 1-3 所示,他們將通,樣本包括:結(jié)構(gòu)參數(shù)和傳輸響應(yīng),他們將由傳輸響應(yīng)為輸出的逆向網(wǎng)絡(luò),和結(jié)構(gòu)參數(shù)作為輸入,傳輸響應(yīng)聯(lián)起來,訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,這樣通過中間層得到了數(shù),在對這組參數(shù)進行驗證,即是完整的器件神經(jīng)網(wǎng)出的結(jié)構(gòu)參數(shù)經(jīng)驗證后得到的結(jié)果與真實值接近,證設(shè)計光子器件的可行性。
圖 1-2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型與仿真結(jié)果設(shè)計光子器件的逆向設(shè)計方法加方便的設(shè)計光子器件,提出了一種可以面網(wǎng)絡(luò)逆向設(shè)計方法,威斯康星大學(xué)麥迪遜分種逆向設(shè)計[36]的方案。如圖 1-3 所示,他們本包括:結(jié)構(gòu)參數(shù)和傳輸響應(yīng),他們將由傳出的逆向網(wǎng)絡(luò),和結(jié)構(gòu)參數(shù)作為輸入,傳輸來,訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,這樣通過中間層得在對這組參數(shù)進行驗證,即是完整的器件神結(jié)構(gòu)參數(shù)經(jīng)驗證后得到的結(jié)果與真實值接近光子器件的可行性。
【相似文獻】
相關(guān)期刊論文 前10條
1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點預(yù)測法[J];金融經(jīng)濟;2017年18期
2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會述評[J];國際學(xué)術(shù)動態(tài);1996年01期
3 王方;苗放;陳墾;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的地質(zhì)災(zāi)害監(jiān)測預(yù)警仿真[J];計算機仿真;2019年11期
4 馬猛;王明紅;;基于進化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車削加工表面粗糙度預(yù)測[J];輕工機械;2019年06期
5 莊連生;呂揚;楊健;李厚強;;時頻聯(lián)合長時循環(huán)神經(jīng)網(wǎng)絡(luò)[J];計算機研究與發(fā)展;2019年12期
6 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識別[J];通訊世界;2018年12期
7 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期
8 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期
9 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期
10 鮑偉強;陳娟;熊濤;;基于進化神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究[J];電工技術(shù);2019年11期
相關(guān)會議論文 前10條
1 孫軍田;張U
本文編號:2746713
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/2746713.html