Evaluación de algoritmos de optimización de primer orden para la optimización topológica robusta de dispositivos nanofotónicos
Descripción del Articulo
La fotónica en silicio es un área en desarrollo emergente y constante en las últimas décadas. Los dispositivos fotónicos muestran potencial de aplicación para mejorar los sistemas de cómputo, telecomunicaciones y otras áreas. Sin embargo, aún es un reto integrar una gran cantidad de dispositivos fot...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad de Ingeniería y tecnología |
| Repositorio: | UTEC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.utec.edu.pe:20.500.12815/298 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12815/298 |
| Nivel de acceso: | acceso abierto |
| Materia: | Algoritmos de Optimización Diseño Inverso Fotónica Integrada Métodos Numéricos Optimización Topológica Robusta Optimization Algorithms Inverse Design Integrated Photonic Numeric Methods Robust Topology Optimization https://purl.org/pe-repo/ocde/ford#1.02.02 |
| Sumario: | La fotónica en silicio es un área en desarrollo emergente y constante en las últimas décadas. Los dispositivos fotónicos muestran potencial de aplicación para mejorar los sistemas de cómputo, telecomunicaciones y otras áreas. Sin embargo, aún es un reto integrar una gran cantidad de dispositivos fotónicos fundamentales en un chip con área reducida y baja pérdida. En el presente trabajo se diseñaron dos dispositivos fundamentales: (i) bend y (ii) 2-channel wavelength-demultiplexer (WDM). Los diseños se realizaron en un área de 2µm × 2µm siguiendo una estrategia basada en optimización topológica robusta. Realizamos la evaluación y comparativa de cinco algoritmos de optimización de primer orden: (i) Limited-memory Broyden–Fletcher–Goldfarb–Shanno with boundaries (L-BFGS-B), (ii) Method of Moving asymptotes (MMA), (iii) Covariance Matrix Adapatation Evolution Strategy (G-CMA-ES), (iv) Gradient Particle Swarm Optimization (GPSO) y (v) Gradient Genetic Algorithm (G-GA). Los últimos tres algoritmos son variaciones propuestas a sus versiones más populares (CMA-ES, PSO y GA) donde se incluye el cálculo de la gradiente para guiar su proceso de optimización. En nuestros resultados los diseños mejor optimizados presentan: (i) transmitancias mayores al 90 % y robustez ante errores de fabricación de dilatación y erosión, (ii) porcentaje de gris menor al 2 % y (iii) desempeño consistente y con cambios suaves en un rango de longitudes de onda (1500-1600 nm bend y 1250-1600 nm WDM) incluso si se eliminan sus regiones no conexas. Estos resultados son prometedores para (i) la integración de dispositivos WDM en un área menor al reportado en el estado del arte (<2.8µm × 2.8µm) y (ii) el diseño de bends con menores pérdidas que el diseño intuitivo-tradicional de 1µm de radio. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).