論文の概要: BONNI: Gradient-Informed Bayesian and Interior Point Optimization for Efficient Inverse Design in Nanophotonics
- arxiv url: http://arxiv.org/abs/2602.18148v1
- Date: Fri, 20 Feb 2026 11:26:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-23 18:01:41.3076
- Title: BONNI: Gradient-Informed Bayesian and Interior Point Optimization for Efficient Inverse Design in Nanophotonics
- Title（参考訳）: BONNI: ナノフォトニクスにおける効率的な逆設計のための勾配インフォームドベイズと内部点最適化
- Authors: Yannik Mahlau, Yannick Augenstein, Tyler W. Hughes, Marius Lindauer, Bodo Rosenhahn,
- Abstract要約: 逆設計は、高性能なナノフォトニクスデバイスを開発するための体系的なアプローチを提供する。
BONNI: 内部点最適化を伴うニューラルネットワークアンサンブルサロゲートによるベイズ最適化について紹介する。
分散ブラッグリフレクタと二層格子カプラの設計におけるBONNIの機能を示す。
- 参考スコア（独自算出の注目度）: 28.968853022624444
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Inverse design, particularly geometric shape optimization, provides a systematic approach for developing high-performance nanophotonic devices. While numerous optimization algorithms exist, previous global approaches exhibit slow convergence and conversely local search strategies frequently become trapped in local optima. To address the limitations inherent to both local and global approaches, we introduce BONNI: Bayesian optimization through neural network ensemble surrogates with interior point optimization. It augments global optimization with an efficient incorporation of gradient information to determine optimal sampling points. This capability allows BONNI to circumvent the local optima found in many nanophotonic applications, while capitalizing on the efficiency of gradient-based optimization. We demonstrate BONNI's capabilities in the design of a distributed Bragg reflector as well as a dual-layer grating coupler through an exhaustive comparison against other optimization algorithms commonly used in literature. Using BONNI, we were able to design a 10-layer distributed Bragg reflector with only 4.5% mean spectral error, compared to the previously reported results of 7.8% error with 16 layers. Further designs of a broadband waveguide taper and photonic crystal waveguide transition validate the capabilities of BONNI.
- Abstract（参考訳）: 逆設計、特に幾何学的形状最適化は、高性能なナノフォトニクスデバイスを開発するための体系的なアプローチを提供する。
多くの最適化アルゴリズムが存在するが、従来の大域的手法では収束が遅く、逆に局所探索戦略は局所最適化においてしばしば阻害される。
局所的および大域的アプローチの両方に固有の制限に対処するために、BONNI: 内部点最適化を伴うニューラルネットワークアンサンブルによるベイズ最適化を紹介する。
最適なサンプリングポイントを決定するために、勾配情報の効率的な取り込みにより、グローバルな最適化を強化する。
この能力により、BONNIは勾配に基づく最適化の効率を生かしながら、多くのナノフォトニクス応用で見られる局所最適を回避できる。
本稿では,分散ブラッグリフレクタの設計におけるBONNIの能力と,分散ブラッグリフレクタと二層格子結合器を,文献でよく用いられる他の最適化アルゴリズムとを徹底的に比較して示す。
BONNIを用いて10層分散ブラッグ反射体を4.5%平均スペクトル誤差で設計することができた。
ブロードバンド導波路テーパとフォトニック結晶導波路遷移のさらなる設計は、BONNIの能力を検証する。
関連論文リスト
- Neural Optimal Design of Experiment for Inverse Problems [0.0]
逆問題における最適実験設計のための学習ベースフレームワークである実験のニューラル最適設計を紹介する。
NODEは、センサーの位置、サンプリング時間、測定角度を表す、ニューラルネットワーク再構成モデルと、継続的な設計変数の固定予算セットを共同で訓練する。
我々は,MNIST画像サンプリングを用いて,解析的に抽出可能な指数関数成長ベンチマークを用いてNODEを検証し,実世界のスパースビューX線CTの例でその有効性を示す。
論文 参考訳（メタデータ） (2025-12-28T22:26:18Z) - Optimizing Optimizers for Fast Gradient-Based Learning [53.81268610971847]
勾配学習における設計の自動化に関する理論的基礎を築いた。
勾配損失信号をパラメータ運動に変換する関数として扱うことにより、この問題は凸最適化問題の族に還元される。
論文 参考訳（メタデータ） (2025-12-06T09:50:41Z) - Genetic Algorithms For Parameter Optimization for Disparity Map Generation of Radiata Pine Branch Images [5.266753902938501]
UAVアプリケーションのための遺伝的アルゴリズム(GA)に基づくパラメータ最適化フレームワークを提案する。
コントリビューションには,(1)手動チューニングを排除した新しいGAベースのパラメータ最適化フレームワーク,(2)複数の画像品質指標を用いた総合評価手法,(3)資源制約付きUAVシステムのための実用的なソリューションなどが含まれている。
実験の結果,GA最適化手法により平均正方形誤差が42.86%減少し,ピーク信号対雑音比が8.47%,構造類似度が28.52%増加した。
論文 参考訳（メタデータ） (2025-12-05T04:00:18Z) - Make Optimization Once and for All with Fine-grained Guidance [78.14885351827232]
Learning to Optimize (L2O)は、統合ニューラルネットワークによる最適化効率を向上させる。
L2Oパラダイムは、例えば、リフィット、目に見えない解決策を反復的または直接的に生成するなど、大きな成果を達成する。
そこで本研究では,Diff-L2Oと呼ばれる学習最適化のための一般的なフレームワークについて検討した。
論文 参考訳（メタデータ） (2025-03-14T14:48:12Z) - Localized Zeroth-Order Prompt Optimization [54.964765668688806]
そこで我々は,ZOPO(Localized zeroth-order prompt optimization)という新しいアルゴリズムを提案する。
ZOPOはニューラル・タンジェント・カーネルをベースとしたガウス法を標準ゼロ階次最適化に取り入れ、高速な局所最適探索を高速化する。
注目すべきは、ZOPOは最適化性能とクエリ効率の両方の観点から、既存のベースラインを上回っていることだ。
論文 参考訳（メタデータ） (2024-03-05T14:18:15Z) - 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) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳（メタデータ） (2023-01-30T15:46:39Z) - A Framework for Discovering Optimal Solutions in Photonic Inverse Design [0.0]
フォトニック逆設計は複雑な光学系にとって必須の工学ツールとして登場した。
グローバル最適に近づく解を見つけることは、計算的に難解なタスクを示すかもしれない。
我々は,複雑な最適化空間上でのグローバル最適化に近い解の探索を高速化するフレームワークを開発する。
論文 参考訳（メタデータ） (2021-06-03T22:11:03Z) - 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) - BAMSProd: A Step towards Generalizing the Adaptive Optimization Methods
to Deep Binary Model [34.093978443640616]
最近のBNN(Binary Neural Networks)の性能は大幅に低下している。
BNNの効果的かつ効率的なトレーニングを保証することは未解決の問題である。
そこで本研究では,BAMSProdアルゴリズムを用いて,深部二元モデルの収束特性が量子化誤差と強く関連していることを示す。
論文 参考訳（メタデータ） (2020-09-29T06:12:32Z)
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。