人工智能在太赫兹超材料设计与优化领域的研究进展
Advances in Artificial Intelligence for Design and Optimization of Terahertz Metamaterials
葛宏义 1补雨薇 1蒋玉英 2季晓迪 1贾柯柯 1吴旭阳 1张元 1张玉洁 1孙庆成 1王顺1
作者信息
- 1. 河南工业大学粮食信息处理与控制教育部重点实验室,郑州 450001;河南省粮食光电探测与控制重点实验室,郑州 450001;河南工业大学信息科学与工程学院,郑州 450001
- 2. 河南工业大学粮食信息处理与控制教育部重点实验室,郑州 450001;河南省粮食光电探测与控制重点实验室,郑州 450001;河南工业大学人工智能与大数据学院,郑州 450001
- 折叠
摘要
近年来,基于人工智能技术的超材料器件设计方法成为当前研究的焦点.人工智能技术的加入显著减少了超材料器件传统设计方法对设计人员电磁学理论及仿真经验的依赖,并有效缩减研究者的设计周期.然而,尽管该领域取得了一定进展,但太赫兹波段的器件设计仍然是一个相对欠发展的领域.首先从器件功能的角度出发,对太赫兹超材料器件传统设计方法进行了细致梳理,同时关注可调谐多功能超材料器件的研究现状.此外,详细阐述了人工智能技术(机器学习、进化算法、深度学习等)如何为超材料器件基于结构参数的正向优化与基于电磁响应的逆向设计过程提供支持.最后对该领域的未来发展和挑战进行了探讨,旨在为从事相关研究的科研人员提供有益参考.
Abstract
Recently,there has been a growing interest in using artificial intelligence(AI)technology to design metamaterial devices.This approach reduces the reliance on traditional design methods that require expertise in electromagnetics theory and simulation,resulting in a more efficient design cycle.Despite the progress made in this field,device design in the terahertz band remains relatively underdeveloped.This paper scrutinizes traditional design methods of terahertz metamaterial devices from the perspective of device function and focuses on the current research status of tunable multifunctional metamaterial devices.The article discusses how artificial intelligence techniques,such as machine learning,evolutionary algorithms,and deep learning,can aid in the optimization of metamaterial devices based on structural parameters and electromagnetic response.Finally,this section discusses future developments and challenges in the field,providing useful references for researchers engaged in related studies.
关键词
太赫兹/超材料/器件优化/人工智能Key words
terahertz/metamaterials/device optimization/artificial intelligence引用本文复制引用
出版年
2024
NETL
NSTL
万方数据