Нейросеть предскажет эффективность материалов для фотонных технологий | Новости науки

Нейросеть предскажет эффективность материалов для фотонных технологий | Новости науки

Нейросеть предскажет эффективность материалов для фотонных технологий | Новости науки

Нейросеть, которая умеет предсказывать эффективность материалов для фотонных технологий, создали в Университете Лобачевского. Эта модель может оценивать уровень «топологической защиты» фотонных кристаллов с точностью более 90%.Об этом сообщает пресс-служба вуза.

Реализовать потенциал фотонных технологий можно с помощью современных методов управления оптическим излучением. Контролировать и направлять фотоны помогают решетки из световодов – фотонные кристаллы. Но свет может рассеиваться на дефектах, которые часто возникают при изготовлении образцов. Это приводит к искажению сигналов и потере информации. Чтобы защитить кристалл от негативных эффектов, ученые используют «топологические» системы с особой структурой.

«От сильного рассеяния свет в фотонной системе способна защитить особая симметрия решётки. При этом информация передается вдоль выделенных границ с помощью так называемых краевых состояний света. На основе данных о том, как излучение проходит сквозь фотонные кристаллы, мы обучили нейросеть анализировать структурные особенности образца и предсказывать его способность поддерживать краевые состояния», – рассказал автор исследования, заведующий научно-исследовательской лабораторией «Искусственный интеллект и обработка больших массивов данных» Института информационных технологий, математики и механики (ИИТММ) ННГУ Лев Смирнов.

Раньше для определения защищенности кристалла от рассеивания света требовались дополнительные эксперименты, измерения и математические расчёты. Новый подход позволяет делать заключение по однократному замеру базового параметра интенсивности сигнала на выходе из решетки.

«Чтобы определить топологические свойства оптического элемента с помощью нашей нейросети, экспериментаторам и инженерам достаточно измерить интенсивность сигнала в центральной области образца и загрузить эти данные в обученную модель. Данный метод значительно экономит время и упрощает вычисления. Такая оптимизация особенно актуальна сегодня, когда фотонные элементы интегрируются в классическую и квантовую электронику. А в будущем они могут служить компонентной базой фотонных компьютеров», – объяснила сотрудник научно-исследовательской лаборатории «Искусственный интеллект и обработка больших массивов данных» ИИТММ Екатерина Смолина.

Результаты опубликованы в журнале Nanophotonics в 2024 году.

Молодежная научно-исследовательская лаборатория «Искусственный интеллект и обработка больших массивов данных» ИИТММ Университета Лобачевского создана при поддержке Министерства науки и высшего образования РФ по нацпроекту «Наука и университеты».

Новости СМИ2

Рубрика: Наука Комментировать