Predição do índice de refração não linear em materiais vítreos utilizando aprendizado de máquina

Resumo

A Fotônica está intimamente ligada à Óptica não-linear, que estuda processos resultantes da interação da luz com a matéria no regime de altas intensidades luminosas. Desta forma, o desenvolvimento de novos dispositivos ou aplicações em Fotônica requer uma abordagem abrangente, que integre desde estudos fundamentais em Óptica não-linear até o processamento avançado de materiais. Este projeto se situa no campo da Fotônica, abordando aspectos de interesse do ponto de vista da Física Básica. Considerando o potencial da aprendizagem de máquina em desempenhar um papel importante na aceleração do desenvolvimento e aplicação de materiais, propomos, neste trabalho, a aplicação de redes neurais para prever o efeito da composição da matriz vítreo no índice de refração não-linear em vidros. Vidros apresentam grande aplicabilidade na criação de dispositivos fotônicos, além de exibirem propriedades fotofísicas interessantes e potencial nas áreas de telecomunicações, computação quântica e na fabricação de lasers. Portanto, o projeto proposto está alinhado com o avanço global das pesquisas na área de Fotônica não-linear, uma área fundamental para a geração de novas tecnologias, envolvendo ainda aspectos de interesse do ponto de vista fundamental.