如何利用机器学习提高光学传感器灵敏度？

纳米结构的几何形状只要满足特定条件，并匹配入射光的波长，就能够大幅提高光学传感器的灵敏度。

这是因为局部纳米结构可以极大地放大或减少光的电磁场。据麦姆斯咨询报道，由Christiane Becker教授领导的HZB（德国亥姆霍兹国家研究中心联合会）青年研究组“Nano-SIPPE”正致力于开发这类纳米结构。计算机模拟是进行这类研究的一种重要工具。来自Nano-SIPPE团队的Carlo Barth博士现在已经使用机器学习确定了纳米结构中最重要的场分布模式，并因此首次很好地解释了实验结果。纳米结构上的量子点该团队研究的光子纳米结构由具有规则孔状图案的硅层组成，其上覆有由硫化物制成的量子点涂层。

激光激发后，接近局部场放大的量子点，比在无序表面上发出了更多的光。这能够在经验上证明激光如何与纳米结构相互作用。

计算机模拟显示了在激光激发后，电磁场如何在具有孔状图案的硅层中分布。如上图所示，形成了具有局部场最大值的条纹，因而量子点能够特别强烈地发光。利用机器学习发现了十种不同的模式为了系统地记录当纳米结构的各个参数发生变化时会发生什么，Barth利用在柏林Zuse研究所开发的软件计算了每个参数集的三维电场分布。然后，Barth基于机器学习，通过其他计算机程序分析了这些海量数据。“计算机搜索了大约45000条数据记录，并将它们分成了大约十种不同的模式，”他解释说。

最后，Barth和Becker成功地确定了其中三种基本模式，在这三种基本模式下，光电磁场在纳米孔的各个特定区域被放大了。展望：探测单个分子，例如：癌症标志物这使得基于激发放大的光子晶体膜可以针对几乎任何应用进行优化。

这是因为根据不同的应用，例如，一些生物分子会优先沿着纳米孔的边缘积聚，另一些生物分子则在纳米孔之间的平台区域积聚。利用合适的几何形状和准确的光激发，可以在所需分子的附着位置处，精确地产生最大电场放大。其应用广阔，例如，这能够使癌症标志物光学传感器的灵敏度提高到单个分子水平。