卷积神经网络在FDTD计算中的应用

作者：陶军; 刘瑜^*

来源：安庆师范大学学报(自然科学版), 2021, 27(04): 20-24.

DOI：10.13757/j.cnki.cn34-1328/n.2021.04.004

• 时域有限差分法
• 卷积神经网络
• 深度学习
• 电磁计算

基于卷积神经网络(CNN)结构与时域有限差分法(FDTD)在特定条件下的等价性特点,构建了适用于电磁传播计算的FDTD-CNN模型,通过一维自由空间和一维等离子体光子晶体两个实例计算,证明了FDTD-CNN模型能够较好地模拟不同介质特征的电磁传播现象,并且可以不重新训练,平滑地应用于激励源频率变化的问题,具有较好的泛化复用性。FDTD-CNN模型为电磁计算的数值建模提供了新的思路,也为长期积累的大量电磁计算数据的分析与再利用提供了有效途径。

• 单位
  电子信息工程学院; 安徽大学