Accurate and efficient sensitivity extraction of complex structures using FDTD
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We discuss a novel FDTD-based technique for estimating accurate sensitivities of the desired response. Our technique utilizes the central adjoint variable method (CAVM) for estimating the response sensitivities. This approach features accuracy comparable to that of the central finite difference (CFD) approximation at the response level. Using only two simulations, of the original and the adjoint photonic structures, the sensitivities with respect to all the designable parameters are obtained regardless of their number. Our approach uses the same update equations of the conventional FDTD for the adjoint problem, which simplifies the implementation. A self-adjoint approach based on CAVM (SA-CAVM) is also proposed to extract the sensitivities of the power reflectivity. Using this self-adjoint approach, only the original simulations are needed to evaluate the objective function and its sensitivities as well. Our approach can also supply wideband sensitivities. The additional cost in this case is mainly that of performing the discrete Fourier transform (DFT) which is negligible compared to the FDTD simulation cost. Our SA-CAVM approach is also utilized to minimize the power reflectivity of deeply etched waveguide terminators, and double layer antireflection coatings on laser diode (LD) facets which can be used as an optical amplifier. The accuracy of our approaches is illustrated by comparing the results with the second order accurate CFD. Our results show a very good agreement between the CAVM-based sensitivities and those obtained using the expensive central finite difference approximation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle