近日，LD乐动体育app理学院姚红兵课题组在机器学习设计超表面吸收器方面取得新进展，相关成果以《Design of an ultra-broadband terahertz absorber based on a patterned graphene metasurface with machine learning》为题在光电领域国际权威学术期刊《Journal of Materials Chemistry C》（IF: 8.067）上以正封面论文形式发表。课题组苏巍副教授和姚红兵教授为论文共同通讯作者，硕士研究生丁志鹏为第一作者。该研究受到国家自然科学基金的资助。
图案化石墨烯超表面吸收器的发展为实现重量轻、薄、宽吸收带宽和可调谐太赫兹吸收特性提供了潜在的解决方案。为了优化图案化石墨烯超表面吸收器的吸收特性，通常使用吸收光谱作为一个重要的评价度量，它可以提供图案化石墨烯超表面吸收器的许多重要特性，如吸收带宽、吸收强度等。然而，由于图案化石墨烯超表面吸收器中电磁波的吸收涉及复杂的阻抗匹配和电场激发过程，在设计结构时需要对大量可变结构参数对应的吸收光谱进行分析，这消耗了大量的资源。
为了解决这一问题，本研究提出了一种基于随机森林算法的机器学习方法来优化设计图案化石墨烯超表面吸收器的吸收带宽和结构参数，减少了不必要的数值模拟和光谱分析时间（图2）。最终优化得到的图案化石墨烯超表面吸收器的有效吸收（吸收率>90%）带宽达到了3.83 THz，完美吸收（吸收率>98%）带宽达到了2.52 THz（图3）。回归模型的R2为0.938和0.907，预测绝对百分比误差仅为1.56%和1.16%，远远优于其他经典机器学习算法。
文章结合有效介质理论和电场分布对图案化石墨烯超表面吸收器的吸收机理进行了分析（图4）。详细的机理分析表明，在石墨烯表面发生了基阶石墨烯表面等离子体共振和二阶石墨烯表面等离子体共振，两种共振的共同作用使吸收器达到了在太赫兹波段内的超宽带吸收。此外，文章还对图案化石墨烯超表面吸收器的可调性，极化敏感，广角入射等特性进行了研究，结果表明，吸收器的调控幅度可达90%，并且具有极化不敏感的特性，在大角度（60°）入射时依然能够保持良好的吸收性能。
本研究为与电磁波的吸收、反射和透射传播相关的复杂系统设计提供了一种可行且有效的方法。
图1. 研究成果作为正封面文章发表在期刊Journal of Materials Chemistry C上
图2. 随机森林预测吸收器结构参数过程
图3. 石墨烯超表面吸收器的吸收性能
图4. 图案化石墨烯超表面吸收器示意图及电场分布
论文网址：
https://doi.org/10.1039/D3TC00102D
