| 大会名称 |
|---|
| 2020年 総合大会 |
| 大会コ－ド |
| 2020G |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-03-03 |
| セッション番号 |
| C-1 |
| セッション名 |
| 電磁界理論 |
| 講演日 |
| 2020/3/18 |
| 講演場所(会議室等) |
| 工学部 講義棟１F 112講義室 |
| 講演番号 |
| C-1-17 |
| タイトル |
| 表面プラズモンの解析画像を用いた金属材料推定 -CNNによる画像認識- |
| 著者名 |
| ◎朱 権, 田丸幸寛, 呉 迪, 岸本誠也, 大貫進一郎, |
| キーワード |
| 機械学習, FDFD法 |
| 抄録 |
| 微細な金属膜の構造や媒質は，プラズモン特性に影響を与える ．我々は，所望のプラズモン特性が得られる条件を機械学習により検討している．本報告では表面プラズモンを利用したセンシング技術などに用いられるクレッチマン配置を対象とする．各種金属に異なる角度から平面波を入射した際の電磁界分布の画像データを機械学習し，未知の電磁界分布から金属材料の予測について検討する． |
| 本文pdf |
|
PDF download
|