論文の概要: When Every Simulation Counts: Value-Based Reinforcement Learning for Accelerated Photonics Inverse Design

• arxiv url: http://arxiv.org/abs/2607.23469v1
• Date: Sun, 26 Jul 2026 05:50:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.11138
• Title: When Every Simulation Counts: Value-Based Reinforcement Learning for Accelerated Photonics Inverse Design
• Title（参考訳）: すべてのシミュレーションがカウントされるとき: 加速フォトニクス逆設計のための価値に基づく強化学習
• Abstract要約: フォトニック結晶表面発光レーザー(PCSEL)は、高出力動作と狭偏光表面放射を併用することができる。 ディープQネットワーク(DQN)最適化は、シミュレーションされた遷移を再利用して編集をガイドするが、どの価値学習メカニズムが厳密なシミュレーション予算の下で信頼できるのかは分かっていない。 サンプル効率, 政策行動, および, 探索ジャンプから得られた学習成果に対する身体的反応を分析した。
• 参考スコア（独自算出の注目度）: 5.856516229808983
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Photonic-crystal surface-emitting lasers (PCSELs) can combine high-power operation with narrow-divergence surface emission, but optimizing coupled parameters requires costly full-wave simulations. Deep Q-network (DQN) optimization can reuse simulated transitions to guide edits, yet which value-learning mechanisms remain reliable under tight simulation budgets is unknown. We address this gap by comparing baseline DQN and six value-based variants for a seven-variable PCSEL design under a shared objective, simulator, 83-call budget, and four matched initializations. Beyond endpoints, we analyze sample efficiency, policy behavior, and physical response to separate learning gains from favorable starts or exploratory jumps. Dueling DQN is the only variant to improve all four seeds. Relative to the first evaluated designs, its selected structures increase the mean quality factor () from to (), reduce wavelength error by 64%, and increase upward power by 47%; compared with baseline DQN, they achieve a higher mean under the same budget. Other variants yield no consistent improvement; Double DQN reproduces baseline trajectories, while Rainbow-lite shows high upside but strong seed dependence. These results identify Dueling DQN as the most reliable configuration tested for simulation-budget-limited PCSEL inverse design and provide a reproducible framework for attributing algorithmic gains in scientific optimization. The source code is publicly available at https://github.com/Longying-Wen/PCSEL-RL.
• Abstract（参考訳）: フォトニック結晶表面発光レーザー(PCSEL)は、高出力動作と狭偏光表面放射を組み合わせられるが、結合パラメータの最適化には高コストのフルウェーブシミュレーションが必要である。 ディープQネットワーク(DQN)最適化は、シミュレーションされた遷移を再利用して編集をガイドするが、どの価値学習メカニズムが厳密なシミュレーション予算の下で信頼できるのかは分かっていない。 このギャップは、7変数PCSEL設計のベースラインDQNと6つの値ベースの変種を、共有目的、シミュレーター、83コール予算、および4つの一致初期化の下で比較することで解決する。 エンドポイント以外にも、サンプルの効率性、ポリシーの振る舞い、物理応答を分析して、好ましいスタートや探索ジャンプから別の学習成果を得られるようにします。 デュアリングDQNは4種すべてを改善する唯一の変種である。 最初の評価設計と比較して、その選択された構造は、平均品質係数()を()から64%まで引き上げ、波長誤差を64%削減し、上向きの電力を47%増加させ、ベースラインDQNと比較して、同じ予算でより高い平均を達成する。 DQNはベースラインの軌道を再現し、レインボーライトは高い上向きだが強い種子依存を示す。 これらの結果は、DQNをシミュレーション予算に制限されたPCSEL逆設計のための最も信頼性の高い構成として同定し、科学的最適化におけるアルゴリズムゲインを帰属させる再現可能なフレームワークを提供する。 ソースコードはhttps://github.com/Longying-Wen/PCSEL-RLで公開されている。

関連論文リスト

• Implicit Differentiation for Measurement-Efficient Bilevel Quantum-Classical Optimization [2.5234274237739402]
  本稿では,変分量子アルゴリズム(VQA)がパラメトリック問題を効率的に扱う方法を示す。 可変外パラメータに依存する対角的コストハミルトニアンの2レベル最適化モデルを提案する。 3つのファミリーでの実験では、CR-IDは予算正規化効率を1Dで4%、多次元設定で14%向上している。
  論文  参考訳（メタデータ） (2026-08-07T19:03:43Z)
• Evolutionary Algorithm-Guided LLMs for Physics-Informed Neural Network Design [10.706452586705375]
  物理情報ニューラルネットワーク(PINN)は、アーキテクチャ、アクティベーション、損失重み付け、コロケーション、最適化、制約執行の相互作用に敏感である。 大規模言語モデル(LLM)はこれらの選択を提案できるが、独立したレコメンデーションは以前に訓練されたPINNからの経験を蓄積しない。 本研究では,LLMを誘導する閉ループ進化アルゴリズムを提案し,各世代にまたがる完全かつ実行可能なPINN構成を生成する。
  論文  参考訳（メタデータ） (2026-07-17T02:03:11Z)
• Towards Robust Training in NNGPT AutoML Pipeline: A Loss-Optimizer Pairing Selection Study [48.83701310501069]
  本稿では, 一つのレシピがヘテロジニアスなアーキテクチャプールに十分であるか, 最適ペアリングが構造的に多様なモデルによって異なるかを検討する。 我々は,CEL(Cross-Entropy),NLL(Negative Log-Likelihood),および最近導入された遺伝学的に進化したNGL損失を,LEMURヘテロジニアス・アーキテクチャー・プールの6つの画像分類データセット上に提示したベースモデル間で比較検討した。 我々の結果は、単一のペアリングが普遍的に最適でないことを確認した。AdamやAdamWとのクロスエントロピーは、最も堅牢な選択である。
  論文  参考訳（メタデータ） (2026-06-18T20:51:42Z)
• Convex Optimization for Alignment and Preference Learning on a Single GPU [52.997197698288936]
  人間の好みに合わせて微調整された大きな言語モデルは、GeminiやChatGPTといったシステムの成功を導いた。 DPO(Direct Preference Optimization)は、よりシンプルな代替手段を提供するが、一貫性のないランキング精度やGPUリソースへの高い依存といった制限がある。 本稿では,理論的保証の強い新しい軽量戦略であるConvex Optimization for Alignment and Preference Learning Algorithm (COALA)を提案する。
  論文  参考訳（メタデータ） (2026-05-22T05:25:00Z)
• Beyond Outliers: A Study of Optimizers Under Quantization [82.75879062804955]
  量子化下でのモデルロバスト性に対する選択の影響について検討する。 モデルの性能が、異なるベースラインでトレーニングした場合にどのように低下するかを評価する。 異なるパラメータによる量子化対応トレーニングのスケーリング法則を導出する。
  論文  参考訳（メタデータ） (2025-09-27T21:15:22Z)
• DNN-Based Precoding in RIS-Aided mmWave MIMO Systems With Practical Phase Shift [43.56429251312585]
  本稿では、直接通信路を妨害したミリ波マルチインプット多重出力(MIMO)システムのスループットを最大化する。 リコンフィギュアブルインテリジェントサーフェス(RIS)は、視線(LoS)とマルチパス効果に関連するmmWave特性を考慮して伝送性を高めるために使用される。 ディープニューラルネットワーク(DNN)は、より高速なコードワード選択を容易にするために開発された。
  論文  参考訳（メタデータ） (2025-07-03T17:35:06Z)
• FFT-based Dynamic Subspace Selection for Low-Rank Adaptive Optimization of Large Language Models [49.397861654088636]
  低次元空間へのSVD/QRベースの勾配射影を近似する2段階の手順を提案する。 当社の戦略はランタイムの高速化とメモリ使用量の削減を,さまざまなモデルサイズで最大25%削減できることが示されています。
  論文  参考訳（メタデータ） (2025-05-23T14:37:00Z)
• Machine learning-driven conservative-to-primitive conversion in hybrid piecewise polytropic and tabulated equations of state [0.1572025118388268]
  本稿では,流体力学シミュレーションにおける保守的・原始的逆転を高速化する機械学習(ML)手法を提案する。 我々は、フィードフォワードニューラルネットワーク(NNC2PSとNC2PL)を採用し、PyTorchでトレーニングし、NVIDIARTを用いたGPU推論に最適化した。 NNC2PS推論用の混合精度RTエンジンは、データセットサイズ1000,000点の従来のシングルスレッド実装よりも約400倍高速である。
  論文  参考訳（メタデータ） (2024-12-10T19:00:01Z)
• Sample-Efficient and Surrogate-Based Design Optimization of Underwater Vehicle Hulls [0.4543820534430522]
  本稿では,BO-LCBアルゴリズムが最もサンプリング効率のよい最適化フレームワークであり,最適収束挙動を有することを示す。 また, DNN に基づく代理モデルでは, CFD シミュレーションと密に一致し, 平均絶対パーセンテージ誤差 (MAPE) が 1.85% であることを示す。 本稿では,サロゲートモデルを用いた設計最適化の2次高速化について述べる。
  論文  参考訳（メタデータ） (2023-04-24T19:52:42Z)
• Deep neural operators can serve as accurate surrogates for shape optimization: A case study for airfoils [3.2996060586026354]
  本研究では, 形状最適化を目的とし, 未確認翼まわりの流れ場を推定するためにDeepONetsを用いることを検討した。 本稿では,オンライン最適化コストを桁違いに削減しつつ,予測精度の劣化が少ない結果を示す。
  論文  参考訳（メタデータ） (2023-02-02T00:19:09Z)
• Optimistic Exploration even with a Pessimistic Initialisation [57.41327865257504]
  最適初期化は強化学習(RL)における効率的な探索のための効果的な戦略である 特に、正の報酬しか持たないシナリオでは、Q-値はその最低値で初期化される。 本稿では、ニューラルネットワークから楽観性の源を分離する、悲観的に初期化されたQ値に対する単純なカウントベースの拡張を提案する。
  論文  参考訳（メタデータ） (2020-02-26T17:15:53Z)
• Self-Directed Online Machine Learning for Topology Optimization [58.920693413667216]
  自己指向型オンライン学習最適化は、ディープニューラルネットワーク(DNN)と有限要素法(FEM)計算を統合している。 本アルゴリズムは, コンプライアンスの最小化, 流体構造最適化, 伝熱促進, トラス最適化の4種類の問題によって検証された。 その結果, 直接使用法と比較して計算時間を2～5桁削減し, 実験で検証した全ての最先端アルゴリズムより優れていた。
  論文  参考訳（メタデータ） (2020-02-04T20:00:28Z)

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。