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
Abstract Nanophotonic freeform design has the potential to push the performance of optical components to new limits, but there remains a challenge to effectively perform optimization while reliably enforcing design and manufacturing constraints. We present Neuroshaper, a framework for freeform geometric parameterization in which nanophotonic device layouts are defined using an analytic neural network representation. Neuroshaper serves as a qualitatively new way to perform shape optimization by capturing multi-scalar, freeform geometries in an overparameterized representation scheme, enabling effective optimization in a smoothened, high dimensional geometric design space. We show that Neuroshaper can enforce constraints and topology manipulation in a manner where local constraints lead to global changes in device morphology. We further show numerically and experimentally that Neuroshaper can apply to a diversity of nanophotonic devices. The versatility and capabilities of Neuroshaper reflect the ability of neural representation to augment concepts in topological design.
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
