学术前沿 | 声子晶体中狄拉克色散工程的深度学习

能带结构和狄拉克简并是声波晶体/声学超材料实现激波效应高级控制的基本特征。在这项工作中，我们探索了一种深度学习方法来设计具有所需色散的声子晶体。利用平面波展开法建立结构参数与能带特征之间的数据集关系。随后，使用该数据集训练的多层感知器模型可以产生准确的波浪行为预测。在训练模型的基础上，我们进一步围绕目标频率施加再学习过程，通过该过程可以将Dirac简并和双Dirac简并嵌入到带结构中。我们的研究使深度学习方法成为狄拉克结构/超材料的可靠设计策略，为与狄拉克锥相关的有趣波物理开辟了可能性。

总之，我们提出了一个深度学习模型，可用于设计具有所需带隙特性的二维声子晶体。详细介绍了正演计算和反演设计过程。研究表明，训练良好的深度学习模型可以成为预测PC结构的有力工具。我们还提出了一种基于再学习过程的局部深度学习模型，该模型确保了调整能带局部属性的能力，从而允许将狄拉克锥工程置于布里渊区的特定位置。这项工作的研究可以促进声子晶体和狄拉克色散的设计，从而导致与新现象相关的应用，包括量子自旋霍尔效应、单向传播、鲁棒传输等。

有关论文的更多信息请点击左下角阅读原文

免责声明：本文中的部分资料来源于该期刊文章，转载目的在于传递信息及分享，并不意味赞同其观点或真实性，也不构成其他建议。本公众号仅提供交流平台，供广大读者学习，不为其版权负责。如涉及侵权、隐私等问题，请联系我们及时删除，同时也欢迎广大读者进行投稿交流。

投稿邮箱：COMSOL_SupportAco@163.com