深度学习反向设计微纳超构表面数据集

本数据集主要面向深度学习反向设计微纳超构表面的研究。主要包括利用BoNet框架，结合了贝叶斯优化和卷积神经网络，实现了金属纳米结构对于超强光学手性的自学习。本数据集主要包括研究过程中的实验数据，主要包括优化过程数据，近场电场分布计算结果，结构的扫描电镜照片，以及相应的测试数据。

搜集汇总

背景与挑战

背景概述

该数据集专注于深度学习反向设计微纳超构表面的研究，采用BoNet框架融合贝叶斯优化和卷积神经网络，实现金属纳米结构对光学手性的自学习。数据集包含优化过程数据、近场电场分布计算结果、扫描电镜照片及相关测试数据，为相关领域提供实验支持。