基于深度学习的纳米粒子阵列电场预测

纳米粒子阵列超表面的电场计算需要耗费大量的时间和算力。为了实现纳米粒子阵列电场的快速计算,该文借助深度学习方法,提出了一种由低精度求解电场到高精度求解电场的映射深度神经网络。该神经网络可根据低精度的求解电场,预测出高精度求解电场。模型的均方误差为5.6×10^(-3),平均范数相对误差为1.5%。数值结果证明该模型实现了对纳米粒子阵列表面电场的快速准确预测,相比已有的研究成果,该文模型误差低了1个数量级。该文工作有助于解决纳米粒子阵列的表面增强拉曼散射快速设计问题。