融合物理约束的图结构UNet神经网络用于长时间时域差分光学模拟方法及系统

本发明涉及融合物理约束的图结构UNet神经网络用于长时间时域差分光学模拟方法及系统，包括：步骤1：利用FDTD方法随机构造器件参数数据集，得到FDTD均匀网格数据，并进行数据预处理；步骤2：构建图结构Unet模型；步骤3：将器件参数数据集输入到图结构Unet模型中进行端到端训练；步骤4：对给定的器件参数和初始电磁场分布进行长时间光源遇到期间后的电磁场散射进行预测；步骤5：对于长时间预测的不同器件形状的电磁场分布与FDTD计算的电磁场值进行对比，进而判断图结构Unet网络模型预测的准确度。本发明利用图结构Unet模型完成对电磁散射的一次性长时间序列预测。