Inverse Design of Photonic Topological State via Machine Learning | |||||
---|---|---|---|---|---|
대표 URL | https://aip.scitation.org/doi/10.1063/1.5094838 | ||||
작성자 | 관리자 | 게시일 | 2019.06.05 | 조회수 | 1,865 |
중국 Tongji 대학의 Hong Chen 교수 연구진은 최근 기계 학습을 이용하여 원하는 위상 특성인 Zak Phase를 갖는 1차원 광 결정(Photonic Crystal)을 설계하여 Applied Physics Letters에 논문을 발표하였다. 연구진은 광 결정의 구조 정보를 담고 있는 State 벡터를 입력값, Zak Phase와 관련된 Reflection Phase 특성을 담은 Label 벡터를 출력값으로 하는 정방향 신경망을 구성하고 학습하여 광 결정 구조 정보를 통해 위상 특성을 예측하는데 성공하였다. 더 나아가, 먼저 학습된 정방향 신경망 앞에 Label 벡터를 입력값, State 벡터를 출력값으로 하는 역방향 신경망을 붙인 Tandem 신경망을 통해, 위상 특성을 이용해 광 결정 구조를 예측하는데 성공하였다. 연구진은 이러한 설계 방법이 더 높은 차원의 광 결정을 설계하는데 확장될 수 있을 뿐만 아니라 광자 디바이스 같은 다른 영역에도 활용될 수 있을 것이라고 예상했다.