手性光子结构的设计使用两种机器学习方法进行快速优化介质metasurfaces的光学特性。
手性光学打开新的途径来操纵件轻松事交互和裁缝的光学响应metasurfaces和纳米结构材料的重要的模式。分子手性的物质,例如,光,在最简单的情况下是由圆偏振的构型,吸引了太多的关注,应用化学,纳米光子学和光学信息处理。手性光子结构的设计使用两种机器学习方法,进化算法,神经网络方法,快速和高效优化的光学特性介质metasurfaces,据报道。设计食谱获得可见光范围内的过渡金属dichalcogenide激子共振显示频率相关修改反射光的圆偏振度,这是由左,right-circularly极化强度之间的区别。我们的研究结果表明,简单加工和表征chirality-sensitive nanopatterned反射镜的光学件轻松事耦合场景尽可能采用二硫化钨活性物质特性,比如谷霍尔效应和光谷一致性。
点击在这里阅读更多。
|
|
|
|
|
|
|
|
|
|
留下一个回复