Para penulis menyajikan IrisFlow, kerangka pencocokan aliran berbasis kueri untuk desain invers lapisan optik multilapis yang mendukung pemilihan bahan kosakata terbuka. Berbeda dengan metode desain invers neural amortisasi tipikal yang mengandalkan kosakata tetap dan variabel kontinu terdiskritisasi, IrisFlow menyediakan spektrum target, grid panjang gelombang, dan bahan kandidat saat kueri.
- Model menggunakan pencocokan aliran diskrit untuk urutan bahan yang diambil dari bank kandidat dan pencocokan aliran kontinu untuk ketebalan lapisan tanpa diskritisasi.
- Satu model 136M parameter merancang tumpukan dengan 2 hingga 100 lapisan.
- Pada benchmark 224 tugas, ia merekonstruksi target dalam distribusi dengan setia dan mempertahankan akurasi pada bank bahan yang disimpan tanpa pelatihan ulang.
- Sistem merancang pita hingga 1100 nm di luar envelope pelatihannya dan mengungguli baseline autoregresif pada pustaka bahan baseline tersebut.
- Pendingin penampil warna yang dibuat mencapai kesalahan warna CIEDE2000 sebesar 3,1-5,2 sambil mempertahankan reflektansi inframerah dekat matahari 93-95%.
IrisFlow menunjukkan bahwa desain kosakata terbuka dapat berhasil dilakukan hingga ke lapisan yang dibuat, menawarkan alternatif fleksibel terhadap pendekatan desain invers dunia tertutup.