Key points are not available for this paper at this time.
위상 최적화(TO)는 차세대 컴팩트하고 효율적인 광학 부품 설계를 가능하게 할 수 있습니다. 그러나 최적화된 디자인이 반도체 제조업체가 부과한 제작 제약을 준수하는 것은 여전히 도전 과제입니다. 이 작업은 디자인이 제작 기준, 특히 최소 특징 크기 및 분리를 만족하도록 보장하는 TO 프레임워크를 제시합니다. 최근의 기계 학습 및 특징 매핑 방법의 발전을 활용하여, 우리 접근법은 미리 정의된 라이브러리에서 형태를 변환하여 구성 요소를 구축하고 제약 집행을 단순화합니다. 특히 우리는 이산 형태 라이브러리를 미분 가능 공간으로 인코딩하기 위해 Convo-implicit Variational Autoencoder를 도입하여 경량 기반 최적화를 가능하게 합니다. 우리의 프레임워크의 효능은 여러 일반 광학 부품 설계를 통해 입증됩니다.
Padhy 외(선,)은 이 질문을 연구했습니다.