Biomimetic ultra-broadband perfect absorbers optimised with reinforcement learning | |||||
---|---|---|---|---|---|
대표 URL | https://pubs.rsc.org/en/content/articlehtml/2020/cp/c9cp05621a | ||||
작성자 | 관리자 | 게시일 | 2020.01.23 | 조회수 | 1,355 |
포항공과대학교의 노준석 교수 연구팀은 최근 DDQN (Double Deep Q-learning Network) 기법을 이용하여 나방의 눈 구조를 생체 모방한 초 광대역의 Perfect Absorber를 설계하여 Physical Chemistry Chemical Physics에 논문을 발표하였다. 해당 논문에서 소개된 Perfect Absorber는 400 nm에서 1600 nm에 이르는 영역에서 90 % 이상의 평균 흡수율을 달성하였다. 특히, 크롬으로 구성된 나방 구조로 DDQN을 훈련함으로써 학습된 지식을 다른 유사한 재료로 옮겨 10억 개를 넘는 가능한 옵션에서 최적의 파라미터를 빠르고 효율적으로 찾을 수 있는 것을 확인하였다. 이러한 기술은 기존의 최적화에서 네트워크가 학습한 지식을 바탕으로 적은 Cost로 새로운 재료에서 최적의 솔루션을 찾는 것으로 향후 다양한 메타물질 설계에 쓰일 것으로 예상된다.