Fugu-MT 論文翻訳(概要): OptoGPT: A Foundation Model for Inverse Design in Optical Multilayer Thin Film Structures

論文の概要: OptoGPT: A Foundation Model for Inverse Design in Optical Multilayer Thin Film Structures

arxiv url: http://arxiv.org/abs/2304.10294v2
Date: Thu, 4 Apr 2024 13:45:51 GMT
ステータス: 処理完了
システム内更新日: 2024-04-05 20:42:13.255452
Title: OptoGPT: A Foundation Model for Inverse Design in Optical Multilayer Thin Film Structures
Title（参考訳）: 光多層膜構造における逆設計の基礎モデルOptoGPT
Authors: Taigao Ma, Haozhu Wang, L. Jay Guo,
Abstract要約: 我々は,デコーダのみのトランスであるOptoGPT(Opto Generative Pretrained Transformer)を導入し,これらの欠点と問題を同時に解決する。
参考スコア（独自算出の注目度）: 4.3012765978447565
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Optical multilayer thin film structures have been widely used in numerous photonic applications. However, existing inverse design methods have many drawbacks because they either fail to quickly adapt to different design targets, or are difficult to suit for different types of structures, e.g., designing for different materials at each layer. These methods also cannot accommodate versatile design situations under different angles and polarizations. In addition, how to benefit practical fabrications and manufacturing has not been extensively considered yet. In this work, we introduce OptoGPT (Opto Generative Pretrained Transformer), a decoder-only transformer, to solve all these drawbacks and issues simultaneously.
Abstract（参考訳）: 光多層膜構造は、多くのフォトニック用途で広く利用されている。しかし, 既存の逆設計手法には, 異なる設計対象に迅速に適応できない, あるいは異なるタイプの構造に適合しにくい, といった欠点が数多くある。これらの手法は、異なる角度と偏光の下で汎用的な設計状況に対応できない。また、実用的な製造・製造にどう役立つかは、まだ広く検討されていない。本稿では,デコーダのみのトランスであるOptoGPT(Opto Generative Pretrained Transformer)を導入し,これらの欠点と問題を同時に解決する。

関連論文リスト

Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。 N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文参考訳（メタデータ） (2024-01-24T01:33:39Z)
OL-Transformer: A Fast and Universal Surrogate Simulator for Optical Multilayer Thin Film Structures [1.2891210250935143]
本稿では,巨大構造物の普遍的サロゲートシミュレータとして機能するOpto-Layer Transformerを提案する。我々のモデルは、最大1025ドルの異なる多層構造に対して正確な反射スペクトルと透過スペクトルを予測できる。
論文参考訳（メタデータ） (2023-05-19T20:05:07Z)
Investigation of inverse design of multilayer thin-films with conditional invertible Neural Networks [62.997667081978825]
我々は、条件付き可逆ニューラルネットワーク(cINN)を用いて、光学目標を与えられた多層薄膜を逆設計する。我々は、cINNが、ランダムな変数に応じて、所望のターゲットに適当に近い薄膜構成の提案を生成可能であることを示す。
論文参考訳（メタデータ） (2022-10-10T12:29:20Z)
Spatially-Adaptive Multilayer Selection for GAN Inversion and Editing [57.46189236379433]
本稿では,StyleGAN2 など,GAN の潜在空間における複雑な画像を反転・編集する手法を提案する。我々のキーとなる考え方は、画像の難易度に逆過程を空間的に適応させることで、レイヤーの集合による逆転を探索することである。
論文参考訳（メタデータ） (2022-06-16T17:57:49Z)
Diffractive optical system design by cascaded propagation [1.6385815610837167]
フーリエ光学は典型的には細い要素を設計するために使われ、システムの開口部に配置され、シフト不変のポイントスプレッド関数(PSF)を生成する。バックプロパゲーションを用いて、前例のない設計自由度を持つ回折光学系の最適化を可能にする、コリンズ積分に基づく効率的かつ微分可能な伝搬モデルを提案し、実装する。複雑なイメージングシステム内の任意の平面上に配置された薄いプレート要素を介して, シフト変動型PSFを工学的に, 数値的, 実験的に適用可能であることを実証する。
論文参考訳（メタデータ） (2022-02-23T14:21:09Z)
Inverse design of photonic devices with strict foundry fabrication constraints [55.41644538483948]
本稿では,ナノフォトニクス素子の逆設計法を提案し,設計が厳密な長さの制約を満たすことを保証した。本手法の性能と信頼性を,いくつかの共通集積フォトニック部品を設計することによって実証する。
論文参考訳（メタデータ） (2022-01-31T02:27:25Z)
TMM-Fast: A Transfer Matrix Computation Package for Multilayer Thin-Film Optimization [62.997667081978825]
先進的な薄膜構造は、厚みの異なる複数の材料と多数の層から構成される。複数の変数を持つ複雑な薄膜構造の設計と最適化は、まだ活発な研究が続けられている計算的に重い問題である。我々は,多層膜を透過する波長と入射角度の異なる光の反射と透過の並列計算を可能にするPythonパッケージTMM-Fastを提案する。
論文参考訳（メタデータ） (2021-11-24T14:47:37Z)
Blending Anti-Aliasing into Vision Transformer [57.88274087198552]
不連続なパッチ単位のトークン化プロセスは、ジャッジされたアーティファクトをアテンションマップに暗黙的に導入する。エイリアス効果は、離散パターンを使用して高周波または連続的な情報を生成し、区別不能な歪みをもたらす。本稿では,前述の問題を緩和するためのAliasing-Reduction Module(ARM)を提案する。
論文参考訳（メタデータ） (2021-10-28T14:30:02Z)
A Reinforcement learning method for Optical Thin-Film Design [2.9005223064604078]
機械学習は、光薄膜逆設計に関連する方法を変えつつある。光薄膜逆設計のための新しいエンドツーエンドアルゴリズムを提案する。本稿では,この手法を用いて多層太陽吸収素子のスペクトルを最適化する方法を示す。
論文参考訳（メタデータ） (2021-02-13T07:42:15Z)
Multifunctional Meta-Optic Systems: Inversely Designed with Artificial Intelligence [1.076210145983805]
本稿では,多機能な多層メタ光学システムを設計するための人工知能フレームワークを提案する。本稿では、偏光多重機能ビーム発生器、全光計算のための第2次微分器、空間偏光波長多重ホログラムの例を示す。
論文参考訳（メタデータ） (2020-06-30T22:15:15Z)
Automated Optical Multi-layer Design via Deep Reinforcement Learning [8.067283219068832]
我々は、シーケンス生成問題として多層光学設計タスクをフレーム化する。光層配列を効率的に生成するディープシーケンス生成ネットワークを提案する。提案手法は,近似ポリシ最適化を用いて深部シーケンス生成ネットワークを訓練し,所望の特性を持つ多層構造を生成する。
論文参考訳（メタデータ） (2020-06-21T23:41:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。