本所声明  |  联系方式  |  中国科学院  |  数字认证(OA)   |  ARP  |  English  |  邮箱
新闻动态 > 科研动态

超强激光科学卓越创新简报

(第七百九十三期)

2026年6月26日

上海光机所在可解释机器学习光栅参数计量研究中取得进展

近日，中国科学院上海光学精密机械研究所高功率激光元件技术与工程部刘世杰研究员团队联合南京理工大学朱日宏教授团队，在光栅微结构参数非接触、高精度测量研究中取得进展。相关成果以“AMICM: A high-precision grating metrology framework via interpretable machine learning and scatterometry”为题，发表于Optics and Lasers in Engineering。

光栅是光谱分析、光通信和高功率激光系统中的重要光学元件，其占空比、槽深等微结构参数直接影响衍射效率和器件性能。传统AFM、SEM等直接测量方法存在离线、效率低和样品损伤风险，常规散射计量反演又受制于建模复杂度和计算成本，难以满足快速、非接触测量需求。

针对上述问题，研究团队提出注意力增强多特征可解释CatBoost模型AMICM。该方法基于-1级衍射效率光谱，融合时域特征、频域特征和光谱效率曲线，并引入注意力机制与SHAP解释分析，实现对关键特征的动态加权和可解释预测。实验结果表明，在1400 lines/mm矩形光栅及20-40 dB噪声条件下，该方法对占空比预测的MAE为0.0174、R²为0.9841，对槽深预测的MAE为0.017、R²为0.9791，具备毫秒级推理能力，为工业场景下光栅参数快速计量提供了新思路。

原文链接


图1 AMICM可解释机器学习光栅计量框架图

图2 (a)占空比在 AMICM 模型训练过程中的特征重要性分析；(b)槽深 在AMICM 模型训练过程中的特征重要性分析。

附件下载：

copyright 2000- 中国科学院上海光学精密机械研究所 沪ICP备05015387号-1
主办：中国科学院上海光学精密机械研究所 上海市嘉定区清河路390号(201800)

转载本站信息，请注明信息来源和链接。 沪公网安备 31011402010030号


上海光机所
微信公众号

尚光聚力
微信公众号