Machine learning is the latest approach to optimize the performance of absorbers, sensors, etc. A sensor with behavior prediction using polynomial regression is presented. Three different variations of metasurfaces namely double split-ring resonator, single split ring resonator, split ring resonator with thin wire are analyzed. The proposed design aims to achieve the highest sensitivity by observing different designs and different parameter variation. The highest sensitivity is achieved for double split-ring resonator and single split ring resonator designs. The change in thickness of different parameter affect the absorption and the highest sensitivity is calculated based on these variations. The polynomial regression (PR) model is employed to predict the absorption values for assorted combinations of intermediate wavelength values with angle variation, substrate thickness, substrate length, substrate width, graphene potential, and resonator thickness values. Test Cases R-30 and R-50 are evaluated using R2 score metric to assess the effectiveness of PR model for predicting the values of absorption. R2 score close to 1.0 is achieved for all the experiments at a higher (more than 5) polynomial degree, which proves the prediction efficiency of a regression model. The proposed biosensor designed with a PR model can be applied in biomedical applications for hemoglobin detection.

中文翻译：

---

用于血红蛋白检测的基于石墨烯的超表面折射率生物传感器：机器学习辅助优化

机器学习是优化吸收器、传感器等性能的最新方法。提出了一种使用多项式回归进行行为预测的传感器。分析了超曲面的三种不同变体，即双开口环谐振器、单开口环谐振器、带细线的开口环谐振器。所提出的设计旨在通过观察不同的设计和不同的参数变化来实现最高的灵敏度。双开口环谐振器和单开口环谐振器设计实现了最高灵敏度。不同参数的厚度变化会影响吸收，并根据这些变化计算出最高灵敏度。多项式回归 (PR) 模型用于预测中间波长值与角度变化、基板厚度、基板长度、基板宽度、石墨烯势和谐振器厚度值的各种组合的吸收值。使用 R2 分数度量评估测试用例 R-30 和 R-50，以评估 PR 模型预测吸收值的有效性。在较高（大于 5）多项式次数的所有实验中，R2 得分接近 1.0，这证明了回归模型的预测效率。所提出的采用 PR 模型设计的生物传感器可应用于血红蛋白检测的生物医学应用。使用 R2 分数度量评估测试用例 R-30 和 R-50，以评估 PR 模型预测吸收值的有效性。在较高（大于 5）多项式次数的所有实验中，R2 得分接近 1.0，这证明了回归模型的预测效率。所提出的采用 PR 模型设计的生物传感器可应用于血红蛋白检测的生物医学应用。使用 R2 分数度量评估测试用例 R-30 和 R-50，以评估 PR 模型预测吸收值的有效性。在较高（大于 5）多项式次数的所有实验中，R2 得分接近 1.0，这证明了回归模型的预测效率。所提出的采用 PR 模型设计的生物传感器可应用于血红蛋白检测的生物医学应用。