基于物理信息的师徒蒸馏方法结合拓扑感知的多岛搜索,用于III族氮化物光子晶体逆向设计
《Materials Science in Semiconductor Processing》:Physics-informed teacher–student distillation with topology-aware multi-island search for III-nitride photonic-crystal inverse design
【字体:
大
中
小
】
时间:2026年07月03日
来源:Materials Science in Semiconductor Processing 5.2
编辑推荐:
李凯|陈章|康俊杰|王仁杰中国广东省广州市511400,香港科技大学(广州)微电子研究中心功能枢纽摘要III族氮化物半导体是下一代光电子学的基础,但由于电磁仿真成本高昂以及制造过程中的不可避免的差异性,光子晶体纳米结构的几何优化仍然具有挑战性。在此,我们提出了一种高效且考虑制造因
李凯|陈章|康俊杰|王仁杰中国广东省广州市511400,香港科技大学(广州)微电子研究中心功能枢纽摘要III族氮化物半导体是下一代光电子学的基础,但由于电磁仿真成本高昂以及制造过程中的不可避免的差异性,光子晶体纳米结构的几何优化仍然具有挑战性。在此,我们提出了一种高效且考虑制造因素的逆向设计框架,旨在将理想化的理论优化与实际可制造性相结合。通过二次离子质谱分析以及发射峰位于522.1纳米的光致发光特性分析,我们构建了一个明确考虑了实际制造偏差的光子晶体物理模型。为平衡模型精度与设计效率,我们采用了教师-学生知识蒸馏策略,即由一个轻量级、针对CPU优化的学生网络来监督适合部署的、具有毫秒级延迟的GPU ResNet模型。为解决固有的多对一模糊性问题,我们采用了基于密度的空间聚类算法进行拓扑感知的多岛搜索,从而识别出稳定的“设计岛”(低误差区域),而非脆弱的单点最优解。通过整合这些组件,该框架实现了较低的欧几里得距离误差,有限差分时域仿真表明,所推荐的设计集与实测发射带高度吻合,共振峰波长偏差仅为Δλ=0.1纳米,且垂直光束质量更优。基准测试显示,在±2纳米的制造误差范围内,与传统查表法相比,该框架可将平均性能偏差降低48.6%,最大故障风险降低46.4%,为高产量生产III族氮化物纳米光子器件提供了可行的解决方案引言III族氮化物半导体,以InGaN/GaN材料体系为代表,具有可调的直接带隙和出色的热稳定性[1],因此成为固态照明[2]、可见光通信[3]以及新兴的微LED和激光显示技术[4]、[5]、[6]的理想候选材料。然而,器件的性能往往受到全内反射的限制,这严重降低了光提取效率[7]。为克服这一问题,人们将纳米光子结构,尤其是光子晶体,广泛集成到氮化物基系统中,以控制光子的传播[8]、[9]、[10]、[11]。设计此类纳米结构需要在复杂的、高维的参数空间中寻找最优解(晶格常数、孔径半径、刻蚀深度/生长厚度等)[12]、[13]、[14]、[15],而传统的试错法或启发式优化方法往往难以满足需求[16]、[17]。纳米光子结构的逆向设计面临三大挑战。首先,对于宽禁带半导体而言,进行全面的有限差分时域仿真需要精细的网格划分和较长的计算时间(每个频谱往往需要数小时),因此大规模的迭代优化在计算上不可行[18]、[19]。其次,几何结构与光学响应之间的映射本质上是多对一的:不同的几何配置可能会产生相似的频谱[20]、[21]。传统的回归方法倾向于对这种非唯一性进行平均处理,从而导致平滑或不符合物理规律的预测结果。第三,数值上的最优解并不一定对应于具有良好制造可行性和容差能力的解决方案[22]。那些位于性能梯度陡峭处的设计,在面对实际的制造变化时(例如光刻/刻蚀过程中的±2纳米误差)可能会出现严重的性能下降。深度学习领域的最新进展为加速光子设计带来了希望[23]。判别性网络[24]和生成对抗模型[25]已被用于预测光学特性或合成器件几何结构。然而,大多数现有方法依赖于静态数据集,并且更注重预测精度[19]、[26]、[27],往往忽视了物理可解释性和制造容差问题。目前仍缺乏一个能够同时解决仿真效率、解决方案多样性以及可制造性问题的统一框架[28]。本研究提出了一种全面的多岛搜索流形增强逆向设计架构。我们的主要贡献有三点:(1)实验引导的数据集生成:通过二次离子质谱分析和光致发光特性分析来确定层结构和源参数,从而生成了包含3000多次FDTD仿真的数据集,确保其具有物理意义。(2)教师-学生知识蒸馏:采用两阶段建模框架,由高精度的CPU堆叠集成教师模型来监督轻量级的GPU ResNet学生模型。通过凸包约束的流形增强技术,该方法能够在近连续的参数空间中进行毫秒级的搜索。(3)拓扑感知的稳健搜索:通过高分辨率的替代模型辅助扫描,再结合基于密度的空间聚类算法来识别空间上相连的低误差“设计岛”。这些设计岛还通过质心误差、岛屿大小以及有限半径扰动统计量等进行量化,从而在明确考虑制造韧性的同时解决多对一模糊性问题。材料与光学特性分析通过二次离子质谱分析了III-V族半导体LED晶圆的层状结构及元素组成。通过将金属有机化学气相沉积生长过程与诊断用二次离子标记物的深度分布相关联,我们确定了各功能层的边界和堆叠顺序,从而为多层FDTD模型的建立奠定了几何基础。图1(a)展示了综合元素深度分布曲线。为了为逆向设计框架提供数据基础,我们通过扫描结构参数空间(a,r),利用FDTD仿真生成了3084个样本的数据集。从每个仿真的Purcell增强型提取因子谱中,我们提取了三个光谱目标值:主共振波长(W)、峰值Purcell增强型提取因子(P)以及F值。为了选择最优的替代模型,我们对从简单线性模型到复杂集成模型在内的九种机器学习算法进行了对比测试。多岛搜索架构为了解决纳米光子逆向设计中固有的多对一模糊性问题,并提高对制造变异的抵御能力,我们提出了多岛搜索框架。该方法不会寻求单一的数学最优解,而是识别出在结构参数空间中空间上相连的低误差候选结构群,即拓扑上独立的“设计岛”。由于这些设计岛彼此相连,因此相比孤立的最优解,它们应具有更高的制造容忍度。结论在这项工作中,我们提出了一种基于物理原理的强大机器学习框架,用于III族氮化物光子晶体的逆向设计。通过将高精度的教师堆叠集成模型与经过知识蒸馏优化的轻量级GPU ResNet学生模型相结合,我们实现了仿真质量与推理速度的平衡,从而能够在毫秒级时间内探索连续的参数空间。多岛搜索算法则通过拓扑感知的聚类技术来解决固有的多对一问题。作者贡献声明李凯:写作——审稿与编辑,写作——初稿撰写,可视化,验证,软件,方法论,研究,正式分析,数据整理,概念构思。陈章:写作——审稿与编辑,可视化。康俊杰:资源提供,研究工作。王仁杰:写作——审稿与编辑,监督,项目管理,资金获取,概念构思。利益冲突声明作者们声明存在以下可能被视为潜在利益冲突的财务利益/个人关系:王仁杰拥有中国专利申请号202610534256.3的专利,发明人为王仁杰、李凯、陈章,该专利正在提交给香港科技大学(广州)。其他作者则声明没有已知的可能影响这项工作的财务利益或个人关系。致谢本研究得到了广东省基础与应用基础研究基金(2023A1515110266)、广州-香港科技大学联合资助计划(2024A03J0626)、广州-香港科技大学联合资助计划(编号2023A03J0013)以及相关资金支持(2023QN10X524)。作者们感谢香港科技大学(广州)的材料表征与制备设施为SIMS分析提供的支持。同时感谢赵毅伟和赵月汉在光致发光实验中的帮助。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号