本發明屬于偏振器件設計技術領域,公開了一種基于異步強化學習的非對稱光偏振器件結構及其設計方法,仿真數據集預處理,透射率預測網絡搭建和初始化;透射率預測網絡訓練,異步強化學習算法優化非對稱偏振轉換器件結構。本發明利用深度神經網絡,通過透射率預測網絡由結構數據準確的預測出透射率屬性,并由異步強化學習算法高效省時的反向最優化設計非對稱光偏振轉換器件的結構。本發明基于殘差結構的深度神經網絡的透射率預測網絡、異步強化學習算法,通過有效的降采樣數據并進行合理的劃分,使得透射率預測網絡得到有效的訓練并利用異步強化學習算法最優化設計非對稱光偏振轉換器件的結構,提高了設計的效率的同時也提高了器件的最大透射率。
聲明:
“基于異步強化學習的非對稱光偏振器件結構及其設計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)