为多层薄膜设计建立基础模型

2024-10-01 10:13:27
导读 光学多层薄膜结构是最重要的光子结构之一,广泛应用于彩色滤光片、吸收器、光腔或谐振器、光伏和辐射冷却、极紫外光刻和太空望远镜的专用镜...

光学多层薄膜结构是最重要的光子结构之一,广泛应用于彩色滤光片、吸收器、光腔或谐振器、光伏和辐射冷却、极紫外光刻和太空望远镜的专用镜子。设计这些结构需要大量的训练和专业知识,因为确定最佳的材料组合和每层的厚度不是一件容易的事:考虑到大量的材料选择,设计这种多层结构的可能搜索空间可能非常大。不同的研究人员可能关心不同类型的光学响应,如反射、透射、偏振、角度光谱等。因此,一种可以逆向设计结构以产生这些不同响应的通用方法是非常可取的,并且可以使该领域的所有研究人员受益。然而,如何实现这一目标仍然未知。

本文作者介绍了一种名为 OptoGPT 的新逆向设计算法,该算法的灵感来自自然语言处理领域流行且功能强大的 GPT 模型,例如 OpenAI 的 ChatGPT 和谷歌的 Bard。在这些 GPT 模型中,给定一个输入提示(例如问题或指导),它们可以输出理想且有意义的句子作为答案。所提出的 OptoGPT 模型以类似的方式工作。当给定用户所需的特定类型的光学响应时,该模型可以直接输出设计好的多层结构。

为了使 OptoGPT 发挥作用,研究人员首先引入了结构标记化的概念,将每层的材料和厚度信息转换为单个标记。然后,他们使用结构序列化将多层薄膜结构转换为标记序列作为 GPT 模型的输入。通过这种方式,他们的 OptoGPT 模型可以有效地针对材料和厚度信息进行设计。另一方面,为了使他们的模型适合不同类型的光学响应,他们建议针对透射和反射光谱进行设计,并使用多种技术扩展到不同的响应。详细信息可以在图 1 中找到。

利用 OptoGPT,作者成功地展示了不同应用中的统一逆向设计,包括透射滤光片、高反射滤光片、完美吸收体、任意吸收体、反射/透射结构色等等。在设计过程中,OptoGPT 模型可以自动确定最佳材料及其每层的厚度。此外,每个设计过程都非常快,可以在 0.1 秒内完成。示例可以在图 2 中找到。

此外,作者还提出了“概率重采样”的思想,以设计出能够满足制造过程中的任意约束或其他实际要求的结构。通过使用微调和“混合采样”,他们的模型可以适用于不同的入射角度和不同的偏振,以及可以满足多个角度和偏振要求的同时设计。通过这种方式,该团队最终建立了一个模型,可以统一不同材料和厚度的多层设计,以及不同类型的光学响应,包括透射、反射、吸收器、结构色、角度和偏振状态,这大大简化了逆向设计过程,使研究人员和工程师可以轻松使用它们。

免责声明:本文由用户上传,如有侵权请联系删除!