인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Herein, deep learning (DL) is used to predict the structural parameters of Ag nanohole arrays (NAs) for spectrum‐driving and color‐driving plasmonic applications. A dataset of transmission spectra and structural parameters of NAs is generated using finite‐difference time‐domain (FDTD) calculations and is converted to vivid structural colors using the corresponding transmission spectrum. A bidirectional neural network is used to train the transmission spectrum and structural color together. The accuracy of predicting the structural parameters using a desired spectrum is tested and found to be up to 0.99, with a determination coefficient of reproducing the desired spectrum and color to be 0.97 and 0.96, respectively. These values are higher compared to those when only training for spectrum, but requiring less training time. This strategy is able to inverse design the NAs in less than 1 s to maximize surface‐enhanced Raman scattering (SERS) enhancement by matching transmission resonance and laser excitation wavelength, and accurately regenerate colored images in 7.5 s, allowing for nanoscale printing at a resolution of approximately 100 000 dots in −1 . This work has important implications for the efficient design of nanostructures for various plasmonic applications, such as plasmonic sensors, optical filters, metal‐enhanced fluorescence, SERS, and super‐resolution displays.
#Plasmon
#Structural coloration
#Materials science
#Finite-difference time-domain method
#Extraordinary optical transmission
#Raman scattering
#Optics
#Transmission (telecommunications)
#Gamut
#Raman spectroscopy
#Wavelength
#Optoelectronics
#Surface plasmon
#Computer science
#Physics
#Surface plasmon polariton
#Telecommunications
#Photonic crystal
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
