반지도 학습 전략을 이용한 심층 생성 모델 기반의 메타물질의 확률적 표현 및 역설계

메타물질 연구는 정교하게 설계된 서브파장 구조, 즉 메타 원자를 사용하여 정해진 방식으로 빛을 조작하는 데에서 엄청난 성공을 거두었습니다. 현대의 수치적 방법들이 복잡한 구조의 광학 반응을 정확하게 계산할 수 있도록 허용하지만, 주어진 요구 사항에 따라 최적 구조를 회수하는 것을 목표로 하는 메타물질의 역설계는 물리적 구조와 광학 반응 사이의 비직관적이고 비유일 관계로 인해 여전히 도전적인 과제입니다. 이 암묵적인 관계를 더 잘 드러내고 메타물질 설계를 촉진하기 위해, 메타물질을 확률적으로 생성하는 방식으로 표현하고 역설계 문제를 모델링하는 것을 제안합니다. 이를 통해 복잡한 구조-성능 관계를 해석 가능한 방식으로 우아하게 조사하고, 결정론적 모델에서 해결할 수 없는 일대다 매핑 문제를 해결할 수 있습니다. 또한 데이터 수집 시 수치 계산의 부담을 줄이기 위해, 레이블이 없는 데이터를 레이블이 있는 데이터와 함께 사용할 수 있는 반지도 학습 전략을 개발했습니다. 데이터 기반으로 제안된 심층 생성 모델은 메타물질 및 일반적으로 포토닉스 연구 분야에서 설계, 특성화 및 새로운 발견을 가속화하는 포괄적이고 효율적인 도구로 활용될 수 있습니다.