Titre :

Inverse Design of One-Dimensional Topological Photonic Systems Using Deep Learning

Auteur(s) :

El Ghafiani, M. [Auteur]
Elaouni, M. [Auteur]
Khattou, S. [Auteur]
Université Mohammed Premier [Oujda] = Université Mohammed Ier
Rezzouk, Y. [Auteur]
Université Mohammed Premier [Oujda] = Université Mohammed Ier
Amrani, M. [Auteur]
Université Mohammed Premier [Oujda] = Université Mohammed Ier
Marbouh, Othmane [Auteur]
Acoustique Impulsionnelle & Magnéto-Acoustique Non linéaire - Fluides, Interfaces Liquides & Micro-Systèmes - IEMN [AIMAN-FILMS - IEMN]
L2EP - Équipe Outils et Méthodes Numériques [OMN]
Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 [IEMN]
Boutghatin, Mohamed [Auteur]
Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 [IEMN]
Acoustique Impulsionnelle & Magnéto-Acoustique Non linéaire - Fluides, Interfaces Liquides & Micro-Systèmes - IEMN [AIMAN-FILMS - IEMN]
Talbi, Abdelkrim [Auteur]
Laboratoire International associé sur les phénomènes Critiques et Supercritiques en électronique fonctionnelle, acoustique et fluidique [LIA LICS/LEMAC]
Acoustique Impulsionnelle & Magnéto-Acoustique Non linéaire - Fluides, Interfaces Liquides & Micro-Systèmes - IEMN [AIMAN-FILMS - IEMN]
Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 [IEMN]
El Boudouti, E. [Auteur]
University of Mohammed I - Université Mohammed Premier
Djafari-Rouhani, Bahram [Auteur]
Physique - IEMN [PHYSIQUE - IEMN]
Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 [IEMN]

Titre de la revue :

Physics of Wave Phenomena

Pagination :

48-55

Éditeur :

Springer

Date de publication :

2024-03-14

ISSN :

1541-308X

Discipline(s) HAL :

Physique [physics]

Résumé en anglais : [en]

We demonstrate a novel approach to inversely design one-dimensional (1D) photonic stubbed systems with targeted topological properties by leveraging the power of deep learning. The process involves developing a data-driven ...
Lire la suite >We demonstrate a novel approach to inversely design one-dimensional (1D) photonic stubbed systems with targeted topological properties by leveraging the power of deep learning. The process involves developing a data-driven model to accurately predict the geometric parameters of the photonic system based on a label vector that encodes the targeted topological properties. A tandem network comprising an inverse network connected to a pre-trained forward network is trained to efficiently learn the intricate relationship between the system’s topological properties and the corresponding geometry. After training, the model is shown to effectively perform the inverse design task. The study’s outcomes give new perspectives for the design of topological photonic systems.Lire moins >

Langue :

Anglais

Vulgarisation :

Non

Collections :

• Institut d'Électronique, de Microélectronique et de Nanotechnologie (IEMN) - UMR 8520

Source :

Harvested from HAL