PREVISÃO E OTIMIZAÇÃO DE PARÂMETROS DE SUPER-REDES FOTÔNICAS, FORMADAS POR METAMATERIAIS, ATRAVÉS DE APRENDIZAGEM DE MÁQUINA
Estruturas fotônicas. Cristais fotônicos. Metamateriais. Aprendizado de Máquina.
Neste trabalho, estudamos super-redes fotônicas unidimensionais, compostas de camadas de ar e metamateriais, com o objetivo de entender melhor essas estruturas. Usando o método de matrizes de transfêrencia para simular o sistema, verificamos através da dispersão fotônica que para o ângulo de incidência diferente de zero a componente magnética do campo aplicado à super-rede, se acopla à matéria, gerando o que chamamos de acoplamento plasmon-polariton. Já a incidência normal da luz no meio não gera o aparecimento do gap plasmon-polariton, uma vez que tal componente é totalmente paralela à direção de propagação da onda. Agora, com o objetivo de realizar previsões e otimizações acerca de nossos sistemas fotônicos, pretendemos usar o aprendizado de máquina como ferramenta. Isso pode possibilitar o melhoramento desses sistemas, trazendo possíveis avanços à área de pesquisa.