기계 학습을 활용한 전환형 디지털 코딩 메타표면 흡수체에 대한 효율적인 다목적 최적화

장 S., 원 F., 왕 F., 자이 M., 왕 J., 왕 R., 장 M., 리 J., 통 Z., 왕 W. 및 장 Y.

초록

다기능 메타표면 흡수체는 무선 보안, 레이더 통신, 생체 감지 분야에서 매우 유망한 플랫폼으로 부상하고 있다. 그러나 이러한 흡수체를 위한 기존의 시행착오 방식 설계 방법은 과거 경험에 크게 의존하며, 시간이 지나치게 많이 소요된다. 최근 다기능 메타표면 흡수체의 설계를 개선하기 위해 기계 학습 알고리즘이 활용되고 있지만, 기존 방법은 주로 단일 목표 과제에 국한되어 있으며 종종 차선책에 그치는 효율성을 보인다. 이러한 한계를 해결하기 위해, 우리는 보편적이고 효율적인 다목적 최적화 프레임워크를 제안한다. 이 프레임워크는 기계 학습 기반 비지배 정렬 유전 알고리즘 II(NSGA-II)를 활용하여 4채널 이중층 다기능 디지털 코딩 메타표면 흡수체의 설계를 가속화한다. 최적화 대상인 이 장치는 9가지 프로그래밍 가능한 인코딩 모드를 포함하며, 4개의 디지털 논리 스위치를 통해 이러한 모드 간 원활한 전환이 구현된다. 결과에 따르면, 제안된 프레임워크는 동질 및 이질 다목적 최적화 문제를 모두 효과적으로 해결할 수 있으며, 단 10세대 만에 빠른 수렴을 달성하여 기존 유전자 알고리즘에 비해 상당한 개선을 보여줍니다. 독립적으로 조정 가능한 이중층 아키텍처 덕분에, 최적화된 장치는 반폭(FWHM)이 감소된 특성을 나타냅니다. 또한, 최적화된 장치는 모든 작동 모드에서 우수한 자유 공간 임피던스 매칭, 간단한 제작 공정, 견고한 각도 허용 오차 및 편광 불감성을 나타낸다. 제안된 효율적인 다목적 최적화 프레임워크는 무색수 금속 렌즈, 센서 및 검출기 설계에 활용될 잠재력을 가지고 있다.

전체 논문은 여기에서 확인할 수 있습니다.