Buchumschlag

Bidirectional Adversarial Autoencoders for the design of Plasmonic Metasurfaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yuansan, Panisilvam, Jeygopi, Dower, Peter, Kim, Sejeong, Bailey, James
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Inverse-Designed Metasurfaces for Compact Optical Skyrmion Generation with High Topological Fidelity
von: Park, Donghyun, et al.
Veröffentlicht: (2026)

Local Intrinsic Dimensionality of Ground Motion Data for Early Detection of Complex Catastrophic Slope Failure
von: Liu, Yuansan, et al.
Veröffentlicht: (2026)

Artificial intelligence inspired freeform optics design: a review
von: Feng, Lei, et al.
Veröffentlicht: (2024)

Inverse Designed WS2 Planar Chiral Metasurface with Geometric Phase
von: Jo, Jaegang, et al.
Veröffentlicht: (2024)

A Surrogate-Assisted Extended Generative Adversarial Network for Parameter Optimization in Free-Form Metasurface Design
von: Dai, Manna, et al.
Veröffentlicht: (2023)

Advancing Machine Learning Optimization of Chiral Photonic Metasurface: Comparative Study of Neural Network and Genetic Algorithm Approaches
von: Filippozzi, Davide, et al.
Veröffentlicht: (2025)

Neuro-inspired automated lens design
von: Gao, Yao, et al.
Veröffentlicht: (2025)

Inverse Design of Diffractive Metasurfaces Using Diffusion Models
von: Hen, Liav, et al.
Veröffentlicht: (2025)

Meta-GPT: Decoding the Metasurface Genome with Generative Artificial Intelligence
von: Dang, David, et al.
Veröffentlicht: (2025)

Bidirectional Mamba state-space model for anomalous diffusion
von: Lavaud, Maxime, et al.
Veröffentlicht: (2024)

Bidirectional Vectorial Holography Using Bi-Layer Metasurfaces and Its Application to Optical Encryption
von: Kim, Hyeonhee, et al.
Veröffentlicht: (2024)

Training neural networks with end-to-end optical backpropagation
von: Spall, James, et al.
Veröffentlicht: (2023)

Optical Echo State Network Reservoir Computing
von: Kaushik, Ishwar S, et al.
Veröffentlicht: (2025)

Time Series Representation Learning with Supervised Contrastive Temporal Transformer
von: Liu, Yuansan, et al.
Veröffentlicht: (2024)

Spatially Parallel All-optical Neural Networks
von: Qin, Jianwei, et al.
Veröffentlicht: (2025)

Interpretable inverse design of optical multilayer thin films based on extended neural adjoint and regression activation mapping
von: Kim, Sungjun, et al.
Veröffentlicht: (2025)

Laser-Scrawled Random Plasmonic Metasurface in Nanoseconds for Physical Unclonable Functions
von: Xu, Haining, et al.
Veröffentlicht: (2026)

Cross-Dataset Generalization in Deep Learning
von: Zhang, Xuyu, et al.
Veröffentlicht: (2024)

Confinement of Polariton Condensates in quasi-Flatband BICs in Plasmonic and Dielectric Metasurfaces
von: Berghuis, Anton Matthijs, et al.
Veröffentlicht: (2025)

Near-unity efficiency optical vortex generation in van der Waals materials
von: Byun, Sujeong, et al.
Veröffentlicht: (2026)

Machine-Learning-Assisted Photonic Device Development: A Multiscale Approach from Theory to Characterization
von: Chen, Yuheng, et al.
Veröffentlicht: (2025)

Stochastic Diffusion: A Diffusion Probabilistic Model for Stochastic Time Series Forecasting
von: Liu, Yuansan, et al.
Veröffentlicht: (2024)

Time-Transformer: Integrating Local and Global Features for Better Time Series Generation (Extended Version)
von: Liu, Yuansan, et al.
Veröffentlicht: (2023)

Improving the performance of optical inverse design of multilayer thin films using CNN-LSTM tandem neural networks
von: Jung, Uijun, et al.
Veröffentlicht: (2025)

PACE: Pacing Operator Learning to Accurate Optical Field Simulation for Complicated Photonic Devices
von: Zhu, Hanqing, et al.
Veröffentlicht: (2024)

Universal on-chip polarization handling with deep photonic networks
von: Vit, Aycan Deniz, et al.
Veröffentlicht: (2024)

Application of RESNET50 Convolution Neural Network for the Extraction of Optical Parameters in Scattering Media
von: Deng, Bowen, et al.
Veröffentlicht: (2024)

Sparse Reconstruction of Wavefronts using an Over-Complete Phase Dictionary
von: Howard, S., et al.
Veröffentlicht: (2024)

Unconventional Computing based on Four Wave Mixing in Highly Nonlinear Waveguides
von: Sozos, Kostas, et al.
Veröffentlicht: (2024)

Training Large-Scale Optical Neural Networks with Two-Pass Forward Propagation
von: Ahmadnejad, Amirreza, et al.
Veröffentlicht: (2024)

Fast inverse lithography based on a model-driven block stacking convolutional neural network
von: Chen, Ruixiang, et al.
Veröffentlicht: (2024)

Learning Electromagnetic Metamaterial Physics With ChatGPT
von: Lu, Darui, et al.
Veröffentlicht: (2024)

Transfer learning-assisted inverse modeling in nanophotonics based on mixture density networks
von: Cheng, Liang, et al.
Veröffentlicht: (2024)

Bayesian Optimization and Convolutional Neural Networks for Zernike-Based Wavefront Correction in High Harmonic Generation
von: Fernandes, Guilherme Grancho D., et al.
Veröffentlicht: (2025)

Neural Adjoint Method for Meta-optics: Accelerating Volumetric Inverse Design via Fourier Neural Operators
von: Kang, Chanik, et al.
Veröffentlicht: (2026)

Inverse Design of Optical Multilayer Thin Films using Robust Masked Diffusion Models
von: Schaible, Jonas, et al.
Veröffentlicht: (2026)

Active Convolved Illumination with Deep Transfer Learning for Complex Beam Transmission through Atmospheric Turbulence
von: Moazzam, Adrian A., et al.
Veröffentlicht: (2025)

Generative Inverse Design of Metamaterials with Functional Responses by Interpretable Learning
von: Chen, Wei "Wayne", et al.
Veröffentlicht: (2023)

Imaging with super-resolution in changing random media
von: Christie, Alexander, et al.
Veröffentlicht: (2025)

Inverse Design of Metamaterials with Manufacturing-Guiding Spectrum-to-Structure Conditional Diffusion Model
von: Li, Jiawen, et al.
Veröffentlicht: (2025)