劳伦斯·伯克利国家实验室朱莉超 控制光-物质的相互作用是许多重要应用的核心，例如量子点，它可以用作光发射器和传感器
信用:等离子 理解物质如何与光相互作用——光的光学特性——在无数能源和生物医学技术中至关重要，例如靶向药物输送、量子点、燃料燃烧和生物质裂解
但是计算这些性质是计算密集型的，反问题——设计一个具有所需光学性质的结构——甚至更难
现在伯克利实验室的科学家已经开发了一个机器学习模型，可以用于这两个问题——计算一个已知结构的光学特性，反过来，设计一个具有所需光学特性的结构
他们的研究发表在《细胞报告物理科学》上
相应的作者肖恩·卢布纳说:“我们的模型具有高精度的双向性能，它的解释定性地恢复了金属和电介质材料如何与光相互作用的物理现象。”
卢布纳指出，理解辐射特性(包括光学特性)在自然界中对于计算气溶胶(如黑碳)对气候变化的影响同样重要
本研究中提出的机器学习模型是基于近16，000个不同形状和材料的粒子的光谱发射率数据进行训练的，这些粒子可以通过实验来制造
“与传统的逆向设计方法相比，我们的机器学习模型将逆向设计过程加快了至少两到三个数量级，”合著者拉维·普拉舍说，她也是伯克利实验室能源技术的副主任
马哈穆德·埃尔祖卡、杨兴平和阿德里安·艾伯特都是伯克利实验室能源技术领域的科学家，他们也是合著者
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
