최신기술 동향

홈페이지 정보마당 최신기술 동향
역설계 모델의 벤치마크와 딥러닝 수반 모델 (Neural-adjoint model) 글보기
역설계 모델의 벤치마크와 딥러닝 수반 모델 (Neural-adjoint model)
대표 URL https://arxiv.org/abs/2112.10254
작성자 관리자 게시일 2022.03.04 조회수 460

원제 : Inverse deep learning methods and benchmarks for artificial electromagnetic material design

 

미국 듀크대학교 Jordam Milton Malof 교수 연구진은 메타물질 딥러닝 역설계에 대해서 벤치마크 결과를 arXiv에 게시하였다.

그동안 딥러닝을 통한 전자기 메타물질에 대한 연구들은 발표가 많이 되었지만, 이 기법들의 대조/평가에 대해서 근본적인 문제인 비고유성(non-unigueness)에 대해서는 언급하지는 않았다. 해당 연구에서는 3가지의 다른 메타구조에 대해서 8가지의 역설계 기법을 사용해 성능과 소요시간을 비교한다. 문제가 점점 복잡해짐에 따라 시뮬레이션 제약에 상관없이 딥러닝 수반 모델 (Neural-adjoint 모델) 이 강력함을 보였다. 또한 연구진은 비고유성의 사례를 시각화하여 고유성이 성립되는 사례 (multi-layer stack)와 비고유성이 성립되는 사례(multi-layer shell, all-dielectric metasurface)를 보였다.

 

담당 : 정이교 (7823, leekyoj@kimm.re.kr)

리스트
위로 가기