論文の概要: AI Driven Laser Parameter Search: Inverse Design of Photonic Surfaces using Greedy Surrogate-based Optimization

• arxiv url: http://arxiv.org/abs/2407.03356v1
• Date: Thu, 20 Jun 2024 19:00:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 22:09:04.976702
• Title: AI Driven Laser Parameter Search: Inverse Design of Photonic Surfaces using Greedy Surrogate-based Optimization
• Title（参考訳）: AI駆動型レーザーパラメータ探索:グレディサロゲート最適化を用いたフォトニック表面の逆設計
• Authors: Luka Grbcic, Minok Park, Juliane Müller, Vassilia Zorba, Wibe Albert de Jong,
• Abstract要約: 特定の光学特性で設計されたフォトニック表面は、様々なエネルギー収穫・貯蔵システムでの使用においてますます重要になっている。 我々はそのような曲面を設計するための代理に基づく最適化手法を開発した。
• 参考スコア（独自算出の注目度）: 0.7377466856726481
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Photonic surfaces designed with specific optical characteristics are becoming increasingly important for use in in various energy harvesting and storage systems. , In this study, we develop a surrogate-based optimization approach for designing such surfaces. The surrogate-based optimization framework employs the Random Forest algorithm and uses a greedy, prediction-based exploration strategy to identify the laser fabrication parameters that minimize the discrepancy relative to a user-defined target optical characteristics. We demonstrate the approach on two synthetic benchmarks and two specific cases of photonic surface inverse design targets. It exhibits superior performance when compared to other optimization algorithms across all benchmarks. Additionally, we demonstrate a technique of inverse design warm starting for changed target optical characteristics which enhances the performance of the introduced approach.
• Abstract（参考訳）: 特定の光学特性で設計されたフォトニック表面は、様々なエネルギー収穫・貯蔵システムでの使用においてますます重要になっている。 そこで本研究では,そのような表面を設計するためのサロゲートに基づく最適化手法を開発した。 シュロゲートに基づく最適化フレームワークはランダムフォレストアルゴリズムを用いており、ゆるやかな予測に基づく探索戦略を用いて、ユーザーが定義した光学特性に対する誤差を最小限に抑えるレーザー加工パラメータを識別する。 本稿では,2つの合成ベンチマークと2つの特定のフォトニック表面逆設計ターゲットのケースについて述べる。 すべてのベンチマークにおける他の最適化アルゴリズムと比較して、優れたパフォーマンスを示す。 さらに, 提案手法の性能向上を図るために, 対象光特性の変化に対する逆設計ウォームスタートの手法を実証する。

関連論文リスト

• End-to-end Surface Optimization for Light Control [34.32994179318829]
  本稿では,光学面メッシュのエンドツーエンド最適化手法を提案する。 我々の定式化は、得られた光の分布と対象の分布との差によって引き起こされる。 また, 設計面のCNC加工および研磨を容易にするため, 加工条件に関する幾何学的制約を課す。
  論文  参考訳（メタデータ） (2024-08-23T14:40:40Z)
• Hallmarks of Optimization Trajectories in Neural Networks: Directional Exploration and Redundancy [75.15685966213832]
  最適化トラジェクトリのリッチな方向構造をポイントワイズパラメータで解析する。 トレーニング中のスカラーバッチノルムパラメータは,ネットワーク全体のトレーニング性能と一致していることを示す。
  論文  参考訳（メタデータ） (2024-03-12T07:32:47Z)
• Efficient Inverse Design Optimization through Multi-fidelity Simulations, Machine Learning, and Search Space Reduction Strategies [0.8646443773218541]
  本稿では,限られた計算量で制約されたシナリオにおける逆設計最適化プロセスの拡張を目的とした手法を提案する。 提案手法はエアフォイル逆設計とスカラーフィールド再構成の2つの異なる工学的逆設計問題について解析する。 特に、この方法は、任意の逆設計アプリケーションに適用可能であり、代表的低忠実MLモデルと高忠実度シミュレーションの相乗効果を容易にし、様々な集団ベース最適化アルゴリズムにシームレスに適用することができる。
  論文  参考訳（メタデータ） (2023-12-06T18:20:46Z)
• Photonic Structures Optimization Using Highly Data-Efficient Deep Learning: Application To Nanofin And Annular Groove Phase Masks [40.11095094521714]
  メタ表面は、薄膜光学の領域における光特性の操作のための柔軟なフレームワークを提供する。 本研究の目的は,これらのデバイスに対するサロゲート最適化フレームワークの導入である。 本フレームワークは、天文高コントラストイメージングへの応用に適した2種類の渦位相マスク(VPM)の開発に応用される。
  論文  参考訳（メタデータ） (2023-09-05T07:19:14Z)
• Evolutionary Solution Adaption for Multi-Objective Metal Cutting Process Optimization [59.45414406974091]
  我々は,従来の最適化タスクから解を転送するアルゴリズムの能力を研究することのできる,システムの柔軟性のためのフレームワークを提案する。 NSGA-IIの柔軟性を2つの変種で検討し,1)2つのタスクの解を同時に最適化し,より適応性が高いと期待されるソース間の解を得る,2)活性化あるいは非活性化の異なる可能性に対応する能動的非アクティブなジェノタイプについて検討した。 その結果,標準NSGA-IIによる適応は目標目標への最適化に必要な評価回数を大幅に削減し,提案した変種は適応コストをさらに向上することがわかった。
  論文  参考訳（メタデータ） (2023-05-31T12:07:50Z)
• An Empirical Evaluation of Zeroth-Order Optimization Methods on AI-driven Molecule Optimization [78.36413169647408]
  分子目的を最適化するための様々なZO最適化手法の有効性について検討する。 ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。 本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
  論文  参考訳（メタデータ） (2022-10-27T01:58:10Z)
• Optimizing High-Dimensional Physics Simulations via Composite Bayesian Optimization [1.433758865948252]
  物理シミュレーションに基づく最適化は、科学と工学において一般的な課題である。 画像出力を効果的にモデル化するために,テンソルベースガウス過程と信頼領域ベイズ最適化を利用したベイズ最適化法を開発した。
  論文  参考訳（メタデータ） (2021-11-29T19:29:35Z)
• Riggable 3D Face Reconstruction via In-Network Optimization [58.016067611038046]
  本稿では,単眼画像からの3次元顔再構成法を提案する。 表情、ポーズ、照明を含む画像ごとのパーソナライズされた顔リグとパラメータを共同で推定する。 実験により,SOTA復元精度,ロバスト性,一般化能力が得られた。
  論文  参考訳（メタデータ） (2021-04-08T03:53:20Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Parameterized Reinforcement Learning for Optical System Optimization [0.0]
  光特性を指定した多層光学系は、複数の離散的かつ連続的なパラメータによって設計されている。 ほとんどの手法は単にシステムの層の最適な厚さを決定するだけである。 マルコフ決定過程におけるパラメータ化動作として連続層を積み重ねる手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T10:53:28Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。