[19p-E207-1~9] 3.11 Photonic structures and phenomena

[19p-E207-2] Optimization of Q-factors of SiO₂-embedded nanocavities based on machine learning

〇(M1)Takeshi Shibata¹, Takashi Asano¹, Susumu Noda¹ (1.Kyoto Univ.)

Keywords:photonic crystal nanocavity, machine learning

今回、W1導波路ベースの局所変調ヘテロ共振器をSiO₂で埋め込んだ上で、弱い光閉じ込めを機械学習を活用した最適化により補償することで、高い配置の自由度と高い理論Q値をもつSiO₂埋め込み型共振器を設計を試みた。学習・構造パラメータ空間の探索・高Q値候補構造の出力・学習データセットの追加を繰り返した結果、設計Q値603万の構造が得られた。得られた構造はライトライン内の成分が減少して損失が抑制された構造となっている。