ترجمه فارسی مقاله نمایش ماتریس T از پاسخ پراکندگی نوری: پیشنهاد برای قالب داده

چکیده

The transition matrix, frequently abbreviated as T-matrix, contains the complete information in a linear approximation of how a spatially localized object scatters an incident field. The T-matrix is used to study the scattering response of an isolated object and describes the optical response of complex photonic materials made from ensembles of individual objects. T-matrices of certain common structures, potentially, have been repeatedly calculated all over the world again and again. This is not necessary and constitutes a major challenge for various reasons. First, the resources spent on their computation represent an unsustainable financial and ecological burden. Second, with the onset of machine learning, data is the gold of our era, and it should be freely available to everybody to address novel scientific challenges. Finally, the possibility of reproducing simulations could tremendously improve if the considered T-matrices could be shared. To address these challenges, we found it important to agree on a common data format for T-matrices and to enable their collection from different sources and distribution. This document aims to develop the specifications for storing T-matrices and associated metadata. The specifications should allow maximum freedom to accommodate as many use cases as possible without introducing any ambiguity in the stored data. The common format will assist in setting up a public database of T-matrices.

چکیده به فارسی (ترجمه ماشینی)

ماتریس انتقال ، غالباً به عنوان ماتریس T ، شامل اطلاعات کامل در تقریب خطی از چگونگی پراکنده شدن یک شیء مکانی مکانی یک میدان حادثه است.ماتریس T برای مطالعه پاسخ پراکندگی یک شیء جدا شده استفاده می شود و پاسخ نوری مواد پیچیده فوتونیک ساخته شده از گروه های اشیاء جداگانه را توصیف می کند.ماتری های T برخی از ساختارهای مشترک ، به طور بالقوه ، بارها و بارها در سراسر جهان بارها و بارها محاسبه شده اند.این لازم نیست و به دلایل مختلف یک چالش بزرگ را تشکیل می دهد.اول ، منابع صرف شده برای محاسبه آنها نشان دهنده بار مالی و زیست محیطی ناپایدار است.دوم ، با شروع یادگیری ماشین ، داده ها طلای دوران ما است و باید آزادانه در دسترس همه باشد تا به چالش های علمی جدید بپردازند.سرانجام ، در صورت اشتراک گذاری ماتس های T در نظر گرفته شده ، امکان تولید مثل شبیه سازی می تواند به طرز چشمگیری بهبود یابد.برای پرداختن به این چالش ها ، ما توافق در مورد قالب داده مشترک برای ماتریس های T و فعال کردن مجموعه آنها از منابع و توزیع های مختلف مهم بود.این سند با هدف تهیه مشخصات برای ذخیره سازی ماتریس و ابرداده های مرتبط با آن انجام شده است.مشخصات باید به حداکثر آزادی اجازه دهد تا بدون ایجاد ابهام در داده های ذخیره شده ، هرچه بیشتر موارد استفاده را در خود جای دهد.قالب مشترک در تنظیم یک بانک اطلاعاتی عمومی از ماتریک های T کمک خواهد کرد.