| 超表面多维光场调控及基于机器学习的优化 |
| |
| 引用本文： | 玛地娜,李智,程化,陈树琪.超表面多维光场调控及基于机器学习的优化[J].科学通报,2020,65(18):1824-1844. |
| |
| 作者姓名： | 玛地娜 李智 程化 陈树琪 |
| |
| 作者单位： | 南开大学物理科学学院,泰达应用物理研究院,弱光非线性光子学教育部重点实验室,天津300071;南开大学物理科学学院,泰达应用物理研究院,弱光非线性光子学教育部重点实验室,天津300071;山西大学极端光学协同创新中心,太原030006;山东师范大学光场调控及应用协同创新中心,济南250358 |
| |
| 基金项目： | 国家重点研发计划;国家自然科学基金 |
| |
| 摘 要： | 作为一种亚波长二维人工微结构,超表面在更加集成化的平台上实现了新的光学现象及对光场灵活、多维的调控.与光场单维调控的超表面相比,能够实现光场多维调控的超表面在许多实际应用中都展现出明显的优势,例如光学全息成像、超分辨成像及矢量光生成等.然而,实现多维调控的超表面通常具有更复杂的设计,基于机器学习优化可以有效降低超表面的设计难度并实现更高精度的多维调控,因此受到广泛的关注.本文首先对实现多维调控的超表面进行了分类和总结,随后详细介绍了基于机器学习的新型光场调控方法.基于机器学习优化的超表面进一步增大了光场调控的自由度,有利于集成光学器件的发展.
|
| 关 键 词： | 超表面 多维光场调控 物理光学 非线性光学 机器学习 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
