[论文解读] Nanophotonic Inverse Design with SPINS: Software Architecture and Practical Considerations

Logan Su, Dries Vercruysse+4 more|arXiv (Cornell University)|Oct 10, 2019

Photonic and Optical Devices参考文献 34被引用 6

一句话总结

SPINS 是一种灵活、可复现的软件框架，通过计算图实现基于梯度的纳米光子学逆向设计。它利用伴随方法和反向传播，实现了高效、可扩展的光子器件优化，并提供了在高维设计空间中关于初始化、目标函数构建及局部极小值行为的实用见解。

ABSTRACT

A computational nanophotonic design library for gradient-based optimization called SPINS is presented. Borrowing the concept of computational graphs, SPINS is a design framework that emphasizes flexibility and reproducible results. The mathematical and architectural details to achieve these goals are presented, and practical considerations and heuristics for using inverse design are discussed, including the choice of initial condition and the landscape of local minima.

研究动机与目标

• 开发一种灵活、可复现的基于梯度的纳米光子学逆向设计软件框架。
• 通过计算图和伴随方法，实现光子器件的可扩展优化。
• 提供有效的逆向设计实用启发式方法，包括目标函数构建和初始化策略。
• 分析高维设计空间中局部极小值的特性，并评估初始化对优化结果的影响。
• 通过模块化、可组合的软件构建块（节点）和基于图的问题表示，支持可复现性和可扩展性。

提出的方法

• SPINS 使用计算图抽象，将设计问题表示为连接节点网络，节点代表物理和优化组件。
• 该框架采用伴随方法，每轮优化步骤仅需一次额外的电磁仿真即可高效计算梯度。
• 通过有限差分频域（FDFD）求解器进行反向传播，实现梯度评估，将每轮参数更新的计算成本降低至单次仿真。
• 该框架支持连续和离散优化阶段：先对介电常数分布进行连续优化，随后进行离散化和制造约束下的精炼。
• 采用最近邻图的谱嵌入方法，可视化高维设计空间并分析局部极小值的聚类特性。
• 采用多种初始化方法——模糊随机噪声、Perlin 噪声和 Gabor 噪声——以探索设计空间的不同区域，并评估优化结果的鲁棒性。

实验结果

研究问题

• RQ1 如何设计软件框架以支持纳米光子学中灵活、可复现且可扩展的逆向设计？
• RQ2 在有效逆向设计中，实际考虑因素有哪些，包括目标函数构建和初始化策略？
• RQ3 不同初始化方法如何影响高维光子设计空间中基于梯度优化的收敛性和性能？
• RQ4 光子设计中的局部极小值在多大程度上受初始条件影响？如何系统性地探索这些极小值？
• RQ5 在最终器件性能和设计空间拓扑方面，连续与离散优化阶段之间存在何种关系？

主要发现

• SPINS 通过计算图和基于伴随方法的梯度计算，实现了高效、可扩展的逆向设计，将每轮优化所需电磁仿真次数减少至一次。
• 通过在 FDFD 求解器中应用反向传播，可借助一次修改源项的伴随仿真，实现准确且高效的梯度计算。
• 未观察到初始化方法（模糊随机噪声、Perlin 噪声或 Gabor 噪声）与最终器件性能之间存在显著相关性，表明优化对初始条件的选择具有鲁棒性。
• 对优化结构进行谱嵌入分析表明，离散局部极小值主要由底层连续优化景观决定，表明连续阶段主导了设计结果。
• 通过多种初始化方法和谱聚类分析局部极小值，发现设计空间中存在性能优异设备的显著聚类，表明尽管维度高，设计景观仍具有结构性。
• 该框架通过保存和恢复完整的问题图，成功支持可复现性和可重启性，实现结果的一致重现和迭代设计优化。