[10p-PB3-1~12] 3.11 Photonic structures and phenomena

[10p-PB3-3] Optimization of Q-factors of nanocavities based on machine learning (2)

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

Keywords:photonic crystal nanocavity, machine learning

我々はフォトニック結晶の高い構造自由度をより活用すべく機械学習を用いた設計手法を提案し、一例として理論Q値15.8億の設計を得ることに成功している。しかし、どのような条件で機械学習を行えば、有効な構造最適化が出来るのかについては、詳しい検討は出来ていなかった。今回、これについて検討を行った結果、従来の結果を超えるQ値17.6億の構造が得られた。