KI-basiertes Modell für die Simulation großflächiger Meta-Oberflächen

Für großflächige Meta-Oberflächen, bestehend aus sehr vielen Meta-Atomen mit Nanometer-Abmessungen, stellt die genaue Berechnung des erzeugten optischen Feldes eine große Herausforderung dar. Um den Rechenaufwand zu minimieren, schlagen wir ein Verfahren vor, welches aus drei Komponenten besteht: erstens, auf der individuellen Berechnung der Einzelbeiträge (Huygens-Wellen), zweitens, einer modalen Zerlegung der individuellen Felder in sog. „Wirbelmoden“ und der analytischen Formulierung der anschließenden Lichtausbreitung, schließlich drittens, der Verwendung von Verfahren der Künstlichen Intelligenz (KI), hier speziell eines Neuronalen Netzes (NN). Dies erfolgt in zwei Schritten: erstens, der vorbereitenden Berechnung und dem Training des NN für ein normiertes numerisches Modell und, zweitens, der eigentlichen Berechnung mit benutzerspezifischen Daten. Das NN wird dabei speziell zur Abstraktion und Interpolation ausgenutzt. Bei ausreichendem Training ist der Rechenaufwand im zweiten Schritt, d.h. bei der eigentlichen Simulation, verschwindend klein und i.A. sogar in Realzeit möglich.