公开(公告)号：CN118657055A

公开(公告)日：2024-09-17

申请号：CN202410879425.8

申请日：2024-07-02

申请人： 清华大学

发明人： 黄翊东 ,  崔开宇 ,  李永卓 ,  李澍源 ,  饶世杰 ,  张巍 ,  冯雪 ,  刘仿

IPC分类号： G06F30/27 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/096

摘要： 本发明涉及激光器设计技术领域，提供一种基于神经网络的激光器设计方法及系统，包括：获取预设的激光器结构特征；将所述激光器结构特征输入至预训练的预测模型，所述预测模型基于激光器结构特征进行仿真，输出激光器输出特征；其中，所述预测模型是通过预先构建的激光器仿真数据训练集对神经网络进行训练得到的。本发明解决了现有激光器设计复杂程度高、成本消耗大的问题。

公开(公告)号：CN118410725B

公开(公告)日：2024-09-17

申请号：CN202410876871.3

申请日：2024-07-02

申请人： 清华大学

发明人： 黄翊东 ,  崔开宇 ,  李永卓 ,  李澍源 ,  饶世杰 ,  张巍 ,  冯雪 ,  刘仿

IPC分类号： G06F30/27 ,  G06N3/084

摘要： 本发明涉及激光器设计技术领域，提供一种基于神经网络算法的激光器逆向设计方法及系统，包括：获取目标激光器的输出特性参数，并将所述输出特性参数作为已完成训练的激光器设计模型的输出特性参数；其中，所述激光器设计模型基于预设神经网络，通过多组激光器的物理特性参数样本以及对应的输出特性参数样本训练而成；输入至少一组激光器的物理特性参数至所述激光器设计模型，获取所述激光器设计模型实际的输出特性参数；获取实际的输出特性参数与所述目标激光器的输出特性参数之间的偏差，生成偏差结果；基于所述偏差结果调整激光器的物理特性参数，完成目标激光器的逆向设计。本发明解决了现有激光器设计成本高、效率低的问题。

公开(公告)号：CN118410725A

公开(公告)日：2024-07-30

申请号：CN202410876871.3

申请日：2024-07-02

申请人： 清华大学

发明人： 黄翊东 ,  崔开宇 ,  李永卓 ,  李澍源 ,  饶世杰 ,  张巍 ,  冯雪 ,  刘仿

IPC分类号： G06F30/27 ,  G06N3/084

摘要： 本发明涉及激光器设计技术领域，提供一种基于神经网络算法的激光器逆向设计方法及系统，包括：获取目标激光器的输出特性参数，并将所述输出特性参数作为已完成训练的激光器设计模型的输出特性参数；其中，所述激光器设计模型基于预设神经网络，通过多组激光器的物理特性参数样本以及对应的输出特性参数样本训练而成；输入至少一组激光器的物理特性参数至所述激光器设计模型，获取所述激光器设计模型实际的输出特性参数；获取实际的输出特性参数与所述目标激光器的输出特性参数之间的偏差，生成偏差结果；基于所述偏差结果调整激光器的物理特性参数，完成目标激光器的逆向设计。本发明解决了现有激光器设计成本高、效率低的问题。