[论文解读] Full color generation with Fano-type resonant HfO$_2$ nanopillars designed by a deep-learning approach

Omid Hemmatyar, Sajjad Abdollahramezani+3 more|arXiv (Cornell University)|Jun 23, 2019

Metamaterials and Metasurfaces Applications被引用 4

一句话总结

本论文首次通过实验展示了利用Fano型共振HfO₂纳米柱超表面实现全彩生成，结合降维的深度学习方法优化设计。全介质超表面由于耦合电偶极子与磁偶极子模式产生的工程化窄带Fano共振，实现了宽广且高质量的色域，色彩鲜艳、饱和度高。

ABSTRACT

In contrast to lossy plasmonic metasurfaces (MSs), wideband dielectric MSs comprising of subwavelength nanostructures supporting Mie resonances are of great interest in the visible wavelength range. Here, for the first time to our knowledge, we experimentally demonstrate a reflective MS consisting of a square-lattice array of Hafnia (HfO$_2$) nanopillars to generate a wide color gamut. To design and optimize these MSs, we use a deep-learning algorithm based on a dimensionality reduction technique. Good agreement is observed between simulation and experimental results in yielding vivid and high-quality colors. We envision that these structures not only empower the high-resolution digital displays and sensitive colorimetric biosensors but also can be applied to on-demand applications of beaming in a wide wavelength range down to deep ultraviolet.

研究动机与目标

• 开发一种高效、宽色域的结构色平台，利用全介质超表面克服等离子体对应物的局限性。
• 解决传统等离子体超表面在可见光色生成中材料损耗高与与CMOS不兼容的挑战。
• 实现高分辨率、光稳定性强且环境友好的色生成，适用于数字显示与生物传感器。
• 展示HfO₂作为高折射率、宽禁带介质材料在紫外至可见光应用中的可行性。
• 将深度学习与电磁仿真相结合，加速并优化具有复杂共振行为的超表面设计。

提出的方法

• 设计具有固定高度（350 nm）但可调直径与周期性的HfO₂纳米柱正方晶格阵列，以调控共振响应。
• 采用基于自编码器的深度学习框架，对电磁仿真数据进行降维，以提取关键设计参数。
• 使用伪编码器将降维后的表示映射回物理几何结构，实现逆向设计。
• 利用全波电磁求解器模拟反射光谱，以多样化几何结构训练深度学习模型。
• 通过原子层沉积（ALD）生长HfO₂薄膜，并采用反应离子刻蚀实现纳米柱图案化，完成超表面制备。
• 实验验证反射光谱与色彩输出，结果与仿真高度一致。

实验结果

研究问题

• RQ1 HfO₂纳米柱超表面中的Fano型共振是否可被工程化设计，以在可见光谱范围内实现宽广且高饱和度的色域？
• RQ2 结合降维的深度学习方法在优化复杂超表面几何结构以实现期望光学响应方面效果如何？
• RQ3 在Fano共振HfO₂超表面中，模拟与实验测得的反射光谱及色彩输出在多大程度上一致？
• RQ4 HfO₂基超表面能否实现高品质因子共振与低损耗，以实现高效的结构色？
• RQ5 HfO₂作为与CMOS兼容的宽禁带介质材料，在紫外与可见光应用中具有何种潜力？

主要发现

• 实验表明，HfO₂纳米柱超表面由于窄带Fano共振，实现了宽广且鲜艳饱和的色域。
• 模拟与实测反射光谱之间表现出良好一致性，证实了深度学习优化设计的准确性。
• 该超表面同时支持电偶极子与磁偶极子Mie共振，实现与入射光的强耦合及Fano型线型响应。
• 深度学习方法成功降低了复杂电磁数据的维度，实现了对纳米柱阵列的高效逆向设计。
• HfO₂具有低本征损耗与高折射率，支持高-Q共振，并在可见光谱范围内实现高效色彩生成。
• 所制备的超表面在高分辨率显示、比色生物传感器以及深紫外波段按需光束整形等应用中具有潜在前景。