CMsuite技术 +b3^.wkq
:f$x Qr4Qz
JCMsuite是基于计算机科学的高级数学方法和技术。它利用了有限元方法(FEM)的强大功能和灵活性来快速和准确地获得结果,并使用最新的机器学习技术来优化复杂的光学器件。 Ka`=WeJ|
%sRUh0AL
CAD 和网格工具 Dwl3Cj
mJM_2Ab
形状和几何图形:可以使用线性或弯曲单元创建各种CAD几何图形,如2D和3D图元、挤压体、圆角形状和自由形状。JCMsuite几何和网格工具是专门为光子应用而设计的。 @'=Uq
对称性:通过定义周期或镜像对称网格,或者通过在圆柱和扭曲坐标系中工作,可以大大减少计算时间。 CSCN['x
无限结构:支持多层结构、层状外部域和波导结构。 r0m*5rd1
自适应网格:自动网格细化,边角和法线细化可实现高度精确的计算。 z'`y,8Y 1l
Hp-FEM解算器 4WB-Ec
TB;o~>9U
有限元方法(FEM)提供了一种常规、严格、通用且非常快速的方法来解决科学和技术挑战。 ^OErq&`u
问题类别:JCMsuite解决了时间谐波麦克斯韦方程组的光散射问题、波导设计问题、光学共振问题以及线性弹性问题、热传导问题,以及这些类型的任何耦合问题类别。 ''|#cEc)
自动数值设置:根据基于残差的误差估计,自动选择各种数值设置,如有限元度、PML设置(完美匹配层)。 VAXT{s&4>
材料和光源:可以定义各种材料的性质,如复合和各向异性材料的介电常数和磁导率张量、色散性质、热导率和刚度。例如,可以通过平面波,周期性或孤立的偶极子,光束和波导模式来激发结构。 ?@n/v
F
后处理:特别关注光学中所有必要后处理的支持和高效计算,如傅里叶变换、远场、能量通量、重叠积分、光学成像、共振扩展和Purcell因子。 Q#EP|
分析和优化工具包 r `eU~7
$O^v]>h
机器学习技术能够有效地分析和优化光学器件的性能。 5 B=^v#m
优化:贝叶斯优化是一种高效的优化方法,能够在更短的计算时间内开发高性能器件。其他支持的优化方法包括下行单纯形优化、粒子群优化、差分进化和L-BFGS-B方法。 HfLLlH<L`&
不确定度量化:光学系统的参数往往存在不确定性和波动。该工具包包括几个有效的方法来确定参数敏感性(Sobol系数)以及波动下的平均性能和方差。 CX m+)a-L
参数重构:从实测数据重构材料属性、形状参数等系统参数是一项复杂的数值任务。JCMsuit包括了各种有效工具,可以对参数值及其测量不确定性进行时间高效和精确重构。 CpQN,-4
预测:经过一个学习阶段,可以预测未知参数下光学器件的性能。 tbO
H#|