Diseño basado en redes neuronales de sensores superconductores para nanofotónica y aplicaciones cuánticas.

Sánchez Casi, Marta
Gutiérrez Rodrigo, Sergio (dir.) ; Pobes Aranda, Carlos (dir.)

Universidad de Zaragoza, CIEN, 2020

Graduado en Física

Resumen: Partiendo del diseño de sensores de transición superconductora optimizados para la detección de rayos-X de baja energía, el objetivo de este trabajo de fin de grado ha consistido en optimizar el diseño de la geometría del sensor para lograr la máxima absorción posible en el rango del telecom. El telecom es una región clave del espectro electromagnético para varias aplicaciones en el ámbito de las tecnologías cuánticas, como el intercambio de llave cuántica. Para ello se propone nanoestructurar la parte metálica del sensor, de forma que la absorción se produzca por excitación de plasmones de superficie.
En el proceso de optimización se emplea el método por descenso de gradiente. Además, resulta necesario contar con una herramienta numérica que proporcione la absorción óptica. En este trabajo se utiliza el método de resolución numérica de diferencias finitas en el dominio del tiempo. Sin embargo, el cálculo numérico se demostró como un método demasiado lento para ser utilizado en el proceso de optimización de las nanoestructuras elegidas. Por tanto, con el fin de buscar el diseño adecuado para este dispositivo, se opta por implementar y entrenar una red neuronal que acelera los cálculos necesarios en un factor 106 si se compara con el método numérico. Introduciendo esta herramienta basada en inteligencia artificial en el funcionamiento del algoritmo de optimización se obtiene, finalmente, un primer diseño funcional del sensor superconductor optimizado a esa frecuencia.

Tipo de Trabajo Académico: Trabajo Fin de Grado