公开(公告)号：CN112287594A

公开(公告)日：2021-01-29

申请号：CN201910623868.X

申请日：2019-07-11

Applicant: 北京大学

Inventor： 方哲宇 ,  李瑜 ,  姜美玲

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于纳米光子学器件的神经网络自学习系统及其运用，首次利用贝叶斯优化和深度神经网络来分析、研究及优化纳米光子学器件光学性质。本发明的神经网络自学习系统同时利用了神经网络的强数据表征能力和贝叶斯优化的高效数据采样属性，实现了深度神经网络的自学习功能，使得对光子学系统的分析计算具有较强的系统鲁棒性和一定的智能性，避免了传统优化算法对数据拟合能力不足的缺陷，增加了对光学系统全局优化的能力，为纳米光子学器件的分析和设计提供了新的思路。

公开(公告)号：CN112287594B

公开(公告)日：2024-04-16

申请号：CN201910623868.X

申请日：2019-07-11

Applicant: 北京大学

Inventor： 方哲宇 ,  李瑜 ,  姜美玲

IPC: G06F30/27 ,  G06F30/23 ,  G06N3/0464 ,  G06N3/0985 ,  G06F111/10 ,  G06F111/14

Abstract: 本发明公开了一种用于纳米光子学器件的神经网络自学习系统及其运用，首次利用贝叶斯优化和深度神经网络来分析、研究及优化纳米光子学器件光学性质。本发明的神经网络自学习系统同时利用了神经网络的强数据表征能力和贝叶斯优化的高效数据采样属性，实现了深度神经网络的自学习功能，使得对光子学系统的分析计算具有较强的系统鲁棒性和一定的智能性，避免了传统优化算法对数据拟合能力不足的缺陷，增加了对光学系统全局优化的能力，为纳米光子学器件的分析和设计提供了新的思路。