Die Entwicklung multifunktionaler nanophotonischer Strukturen ermöglicht ein breites Anwendungsspektrum in der optischen Metrologie, Quantencomputing und vielen anderen Bereichen. Trotz der Vielzahl an Vorteilen, birgt der Designprozess jener Strukturen völlig neue Herausforderungen. Machine Learning bietet hierbei elegante Lösungen, auch komplexeste Funktionalitäten zu ermöglichen. Unsere Gruppe arbeitet an einer Vielzahl an Machine Learning Algorithmen für die Entwicklung völlig neuer Designs.
TANDEM NETZWERKE
Die Kombination aus vorab trainierten Netzwerken und Designnetzwerken umgeht das sogenannte many-to-onemapping auf einfache Weise.
GENETISCHE ALGORITHMEN
Große Simulationsumgebungen hindern datengestützte Methoden daran, ihr volles Potential auszuschöpfen. Stattdessen nutzen wir biologische Algorithmen, um Strukturen zu optimieren.
GENERATIVE MODELLE
Künstliche Intelligenz hat das Potenzial, menschlichen Bias zu übertreffen, indem sie einen riesigen Designraum abbildet. Die Kreativität hilft uns dabei, nicht-intuitive Designs zu finden.