-
公开(公告)号：CN114334041A
公开(公告)日：2022-04-12
申请号：CN202111662213.7
申请日：2021-12-31
申请人： 厦门大学
摘要： 本发明公开了一种基于Transformer的电磁超材料复杂光谱高精度预测方法，预测方法的构建基于Transformer神经网络模型，利用严格耦合波分析法RCWA在给定的电磁超材料物理模型结构参数范围内随机组合计算得到样本数据，将样本数据按4：1分为训练集和验证集，用于神经网络模型的训练和验证，输入训练集至Transformer神经网络模型进行训练，验证集用于验证神经网络模型性能。能根据输入的电磁超材料结构参数准确快速的预测光学响应，克服传统数值模拟方法求解麦克斯韦方程组复杂耗时的缺点，可以做到对光谱实时准确预测，降低时间和硬件成本。能极大加快电磁超材料设计周期，易于推广其它电磁超材料模型中。
-
公开(公告)号：CN114334041B
公开(公告)日：2024-08-20
申请号：CN202111662213.7
申请日：2021-12-31
申请人： 厦门大学
IPC分类号： G16C60/00 , G16C10/00 , G06N3/0455 , G06N3/084 , G06N3/048
摘要： 本发明公开了一种基于Transformer的电磁超材料复杂光谱高精度预测方法，预测方法的构建基于Transformer神经网络模型，利用严格耦合波分析法RCWA在给定的电磁超材料物理模型结构参数范围内随机组合计算得到样本数据，将样本数据按4：1分为训练集和验证集，用于神经网络模型的训练和验证，输入训练集至Transformer神经网络模型进行训练，验证集用于验证神经网络模型性能。能根据输入的电磁超材料结构参数准确快速的预测光学响应，克服传统数值模拟方法求解麦克斯韦方程组复杂耗时的缺点，可以做到对光谱实时准确预测，降低时间和硬件成本。能极大加快电磁超材料设计周期，易于推广其它电磁超材料模型中。
-
公开(公告)号：CN116230133A
公开(公告)日：2023-06-06
申请号：CN202310047640.7
申请日：2023-01-31
申请人： 厦门大学
摘要： 本申请公开了一种等效电路深度学习的等离激元超材料光谱预测方法和装置，采用严格耦合波分析法(RCWA)得到样本数据，将样本数据分为训练集和验证集分别用于神经网络的训练和测试，该方法的神经网络输入为等离激元超材料的结构参数，输出为等效电路参数，将其代入等效电路公式计算得到预测光谱。本发明在深度神经网络中融入等效电路知识，克服了传统数值模拟方法和等效电路设计方法的繁琐设计过程，极大节省超材料结构参数设计时间、等效电路建模时间和硬件成本，同时在小样本数据上实现等离激元超材料光谱的精准预测，对比相同条件下的传统深度神经网络，该方法有效提升光谱预测精度和神经网络泛化性能，易于推广到其它等离激元超材料模型中。
-
公开(公告)号：CN117917669A
公开(公告)日：2024-04-23
申请号：CN202311601849.X
申请日：2023-11-28
申请人： 厦门大学
IPC分类号： G06F30/27 , G06F30/17 , G06N3/0464 , G06F111/08
摘要： 公开了一种基于多输出神经网络(Multi‑Output Neural Network，MONN)的算法模型，用于声表面波谐振器的逆向设计，包括：利用电磁仿真软件，给定声表面波谐振器物理模型结构参数，进行建模，计算得到所对应的导纳响应，随机生成所需的样本数据集；对收集的实验数据进行预处理，所述步骤包括数据清洗、归一化和特征提取；构建MONN模型，应用样本数据集为样本训练MONN模型，建立结构参数与导纳响应的映射关系，评估算法的性能；基于训练好的MONN算法模型，进行声表面波谐振器的结构参数预测。本发明基于多输出神经网络的声表面波谐振器逆向设计方法，对于同一条导纳曲线的结构参数预测，能提供多种参考方案，减少硬件和设计时间成本，易于推广其它微波声学元件模型中。
-
-
-
搜索结果
4 条记录 (耗时 0.022 秒)
