基本信息:
- 专利标题： 用于超表面构型优化的神经网络
- 申请号：CN202380049292.5 申请日：2023-06-14
- 公开(公告)号：CN119452362A 公开(公告)日：2025-02-14
- 发明人： 杰里米·罗伯特·哈德勒 , 杨俊
- 申请人： 康宁公司
- 申请人地址： 美国纽约
- 专利权人： 康宁公司
- 当前专利权人： 康宁公司
- 当前专利权人地址： 美国纽约
- 代理机构： 北京律诚同业知识产权代理有限公司
- 代理人： 徐金国; 吴启超
- 优先权： 63/355,671 2022.06.27 US
- 国际申请： PCT/US2023/025271 2023.06.14
- 国际公布： WO2024/006074 US 2024.01.04
- 进入国家日期： 2024-12-23
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06F30/10 ; G02B27/00 ; G02C7/02 ; G06F111/06
摘要：
为在大设计空间(100)上在反向设计过程中创造高性能超表面装置(110)，深度类神经网络可代替完全物理仿真而用作代用品模型以在迭代构型优化期间更有效地预测用于给定输入超表面构型的优值。神经网络可亦用来通过反向传播有效地计算相对于设计参数的优值的梯度，如用来在每个迭代中更新构型。
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |