Page 17 - 陽明交大電機學院院刊 202309
P. 17
Nano Letters (2023)
Highly localized surface plasmon
nanolasers via strong coupling
光電工程學系 盧廷昌 講座教授（通訊作者）
表面電漿子具有極強的光場侷限效果，進而促進光與物質之間的交互作用。其中一種特殊
的奈米雷射稱為 SPACER，具有成為極為微小的同調光源並集成在半導體晶片上的潛力，進一
步為延伸摩爾定律發揮重要作用。我們在這項研究中，使用微小的金屬奈米孔洞作為表面電漿
子的共振腔，以及 InP 奈米線作為增益介質，在室溫下展示了位於通訊波段的侷限型表面電漿
子奈米雷射。透過耦合兩個金屬奈米孔洞，不但可以進一步優化雷射性能，還添加了另一個自
由度來操作雷射光特性。由於增強了光與物質之間的交互作用，我們的表面電漿奈米雷射展示
了更低的功耗、更小的模態體積和更高的自發輻射耦合因子，這對於高密度感測和光子積體電
路的應用非常有前途。
IEEE Journal on Emerging and Selected Topics
in Circuits and Systems (JETCAS) (2023)
Time Series-based Sensor Selection and
Lightweight Neural Architecture Search
for RUL Estimation in Future Industry 4.0
電子研究所 陳坤志 副教授（通訊作者）
機械剩餘壽命預測為目前工業 4.0 領域中非常重要的議題，傳統上要計算機械剩餘壽命仰
賴佈建大量的感測器來建立龐大的感測資料庫，接著再透過複雜的機器模型來獲得結果。然而，
此種作法會造成以下兩個問題
1. 冗餘感測器容易造成運算結果產生誤差。
2. 時序性感測信號使得感測器選擇困難度提高。
3. 機器學習模型架構經常有過設計的問題。
為了解決上述的挑戰，本篇論文首次提出一種時序性的感測器選擇機制，可以有效的選擇出對
於機械剩餘壽命評估有幫助的感測信號及其相對應的感測器。此外，為了找到合適的機器學習
模型架構，本篇論文也提出一種神經架構搜尋(Neural Architecture Search, NAS)方法，此種方法
可以在訓練階段同時選擇合適的感測器以及決定所使用的神經網路架構，大幅降低神經網路架
構的設計複雜度，並提升機械剩餘壽命預測的準確性。
16
