王智明

本研究針對超穎介面中，因為幾何結構與材料數據匱乏而導致設計困 難，提出了解決方法以提升設計效率。為此我們採用了條件深度卷積生成 對抗網路，通過學習光譜數據來訓練模型，實現了使用光譜特性即可預測 幾何結構的能力。為了提高運算效率，我們使用了嚴格耦合波展開法，結 合 GPU 加速運算，大幅提高光學響應計算的速度。我們構建了多種幾何 結構與材料特性的資料庫，涵蓋不同波長下的穿透光譜資訊，其中包括 x 偏振光、y 偏振光、左旋圓偏振光與右旋圓偏振光入射時的穿透光譜。通 過嚴格耦合波展開法與條件深度卷積生成對抗網路結合，我們在設計階 段能夠快速生成並驗證符合需求的奈米結構，大幅減少了傳統設計所需 的計算時間與資源。這項基於人工智慧的逆向設計方法為超穎介面的設 計提供了一種高效、精確的替代方案，並有望在光學元件的設計與開發中 發揮重要作用。隨著 AI 模型的進一步完善，我們期望該方法能推動光學 元件設計領域的發展，為未來的科學研究與工業應用提供強有力的支持。