Optimization of photonic crystal nanocavities based on machine learning

2021 Fiscal Year Final Research Report

• Project/Area Number: 19H02629
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 30020:Optical engineering and photon science-related
• Research Institution: Kyoto University
• Principal Investigator: Asano Takashi 京都大学, 工学研究科, 准教授 (30332729)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: フォトニック結晶 / 機械学習 / ナノ共振器 / 構造最適化

Outline of Final Research Achievements

Photonic crystal cavities are a technology that enables strong light confinement in a region as small as a wavelength, which has been used to create unprecedented optical functions such as enhancement of light-matter interaction and dynamic manipulation of photons. However, because photonic crystals have a high degree of structural freedom, conventional methods have not been able to design photonic crystals to fully utilize their potential. In this study, we proposed and investigated the use of machine learning in the design of photonic crystals, and developed a method that can efficiently search and optimize a high-dimensional structural parameter space. By applying this method, we have improved the yield of ultra-high Q-value cavities, reduced the threshold of silicon Raman lasers, realized electrically-controlled photon transfer chips, and so on, and achieved new device performance and new functions.

Free Research Field

光量子電子工学

Academic Significance and Societal Importance of the Research Achievements

本研究の第一の意義は多数の構造パラメータをもち、かつ個々の構造の特性計算に時間のかかるデバイスの構造を効率よく最適化する手法を実現したという点である。これはフォトニック結晶に限らず広く適用できる手法であり、学術的にも社会的にも重要な成果といえる。また、本手法を用いて設計し、作製されたデバイスにおいて、大幅な性能向上や電気制御光転送などの新機能が実現されたことは光情報技術の発展に大きく寄与している。機械学習によって単に既存の構造の性能を予測することは広く行われているが、本研究ではさらに進んで未知のより性能の高い構造を提案できており、またそれが実際のデバイスで確認できていることの意義は大きい。