基于深度学习的弹性超材料色散关系预测与结构逆设计 论文阅读

       abstract：精心设计的超材料结构产生了前所未有的特性，有望实现各种特定应用。传统方法通常依赖于在研究人员的经验和优化算法的帮助下，在广阔的设计空间中进行迭代搜索，以获得具有所需性能的结构。在这里，我们使用深度学习方法建立了弹性超材料的结构拓扑和色散关系之间的映射。我们的研究结果表明，所提出的模型能够准确预测给定结构的色散关系，并基于目标色散关系逆设计近最优结构。此外，对于逆设计过程，可以主动定制输入色散关系。我们基于深度学习的方法已经显示出加速设计和优化过程的能力，为追求超材料研究的新突破铺平了道路。

提出了基于深度学习的框架，通过卷积神经网络（CNN）和条件生成对抗网络（cGAN）分别实现色散关系的前向预测和结构的逆设计。

超材料是一种具有特殊性质的人造材料，其独特的物理性质使其在多个领域具有广泛的应用前景。

弹性超材料是一种具有特殊性质的材料，设计用来操纵弹性波传播的元结构之一。

结构拓扑设计指的是如何构建和优化这种材料的内部结构和布局。

色散关系描述的是光的传播速度与光的频率（或波长）之间的关系。

条件生成对抗网络（cGAN）像智能的画师，可以根据你的指令和想象来创作出各种奇妙的作品。