최신기술 동향

홈페이지 정보마당 최신기술 동향
적대적 오토인코더를 이용한 효율적인 열방사체 메타구조 디자인 글보기
적대적 오토인코더를 이용한 효율적인 열방사체 메타구조 디자인
대표 URL https://doi.org/10.1063/1.5134792
작성자 관리자 게시일 2020.08.24 조회수 760

Machine-learning assisted metasurface design for high-efficiency thermal emitter optimization

 

미국 Purdue대학 Alexandra Boltasseva 교수 연구팀은 위상 최적화 방법 (Topology optimization) 과 딥러닝 알고리즘을 통합하여 고효율을 가지는 열방사체 메타구조 디자인을 제안했다. 기존 위상 최적화 방법만을 적용한 디자인에 비해 계산 시간이 4900배 단축되었으며, 기존의 보다 고효율(약 98%)을 가지는 디자인을 설계할 수 있다. 역설계를 위해 기존 연구들과 비슷하게 생성자 알고리즘을 선택했으며, 본 연구에서는 GAN과 변분오토인코더를 결합시킨 Adversarial autoencoder를 사용했다. 생성된 디자인의 성능비교를 위해, 열방사체의 효율을 정의하였고, 생성자 모델을 통해 구현된 디자인을 위상최적화를 통해 효율을 최대화 시켰다. 연구진은 제안된 방법이 photonics, optoelectronics, MEMS (Micro-Electro-Mechanical Systems) ,biomedical synthetics 등 광범위한 응용분야에 사용할 수 있다고 전망했다.

 

[담당 : 정이교 (leekyoj@kimm.re.kr) , 7823]

리스트
위로 가기