[논문 리뷰] Multifunctional Metasurface Design with a Generative Adversarial Network

Sensong An, Bowen Zheng외 8명|arXiv (Cornell University)|2019. 08. 13.

Metamaterials and Metasurfaces Applications참고 문헌 42인용 수 25

한 줄 요약

이 논문은 단일 최적화 반복을 통해 기존의 시도-오류 또는 반복적 방법을 회피하는, 생성적 적대적 네트워크(GAN) 기반의 다기능 메타표면 설계 프레임워크를 제안한다. GAN은 복잡한 전자기 응답—이중 집중, 편광 멀티플렉싱, 편광 독립성—을 달성하는 자유형 메타원자 구조를 생성하며, 다양한 목표에 걸쳐 설계 유연성과 강건성을 유지한다.

ABSTRACT

Metasurfaces have enabled precise electromagnetic wave manipulation with strong potential to obtain unprecedented functionalities and multifunctional behavior in flat optical devices. These advantages in precision and functionality come at the cost of tremendous difficulty in finding individual meta-atom structures based on specific requirements (commonly formulated in terms of electromagnetic responses), which makes the design of multifunctional metasurfaces a key challenge in this field. In this paper, we present a Generative Adversarial Networks (GAN) that can tackle this problem and generate meta-atom/metasurface designs to meet multifunctional design goals. Unlike conventional trial-and-error or iterative optimization design methods, this new methodology produces on-demand free-form structures involving only a single design iteration. More importantly, the network structure and the robust training process are independent of the complexity of design objectives, making this approach ideal for multifunctional device design. Additionally, the ability of the network to generate distinct classes of structures with similar electromagnetic responses but different physical features could provide added latitude to accommodate other considerations such as fabrication constraints and tolerances. We demonstrate the network's ability to produce a variety of multifunctional metasurface designs by presenting a bifocal metalens, a polarization-multiplexed beam deflector, a polarization-multiplexed metalens and a polarization-independent metalens.

연구 동기 및 목표

• 정밀한 전자기 응답을 갖는 다기능 메타표면을 설계하는 과제를 해결한다.
• 시간이 오래 걸리고 비효율적인 기존의 시도-오류 또는 반복 최적화 방법의 한계를 극복한다.
• 복잡한 다기능 설계 목표에 맞게 맞춤형으로 자유형 메타원자 구조를 즉시 생성할 수 있도록 한다.
• 구조적으로 상이하지만 기능적으로 동일한 메타원자를 생성함으로써 제작 제약 조건과 허용 오차를 수용할 수 있는 설계 유연성을 제공한다.
• 다양한 다기능 광학 장치에 걸쳐 GAN 프레임워크의 일반성과 강건성을 입증한다.

제안 방법

• 조건부 생성적 적대적 네트워크(cGAN)를 사용하여 원하는 전자기 응답을 해당 메타원자 기하구조로 매핑한다.
• 모의 전자기 응답과 그에 해당하는 메타원자 설계 데이터셋을 사용해 GAN을 훈련시켜 엔드 투 엔드 생성을 가능하게 한다.
• 네트워크 아키텍처와 훈련 과정을 설계 목표의 복잡성에서 분리하여 확장성을 확보한다.
• 전자기 성능에 기반해 생성된 메타원자 구조의 현실성과 기능성을 검증하기 위해 판별자 네트워크를 활용한다.
• 적대적 손실, 재구성 손실, 전자기 응답 정밀도를 결합한 손실 함수를 사용해 생성 과정을 이끌어낸다.
• 생성자의 학습된 잠재 공간을 활용해 새로운 설계 목표에 대해 제로샷 일반화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 GAN 프레임워크는 단일 설계 반복 내에서 복잡한 전자기 응답을 갖는 다기능 메타표면을 생성할 수 있는가?
• RQ2 기존의 반복 최적화 기법과 비교해 GAN 기반 방법은 효율성과 정확도에서 어떻게 다른가?
• RQ3 GAN은 동일한 전자기 응답을 갖는 구조적으로 다양성이 있는 메타원자를 어느 정도 생성할 수 있으며, 이는 설계 유연성을 어떻게 보장하는가?
• RQ4 재훈련 없이도 새로운, 알려지지 않은 다기능 설계 목표에 프레임워크가 일반화될 수 있는가?
• RQ5 편광 멀티플렉싱 및 파장 멀티플렉싱을 포함한 설계 목표의 변동에 대해 GAN은 얼마나 강건한가?

주요 결과

• GAN은 높은 효율성으로 두 개의 서로 다른 초점 거리에서 빛을 집중시키는 이중 초점 렌즈를 성공적으로 생성했다.
• 편광 멀티플렉스드 빔 디플렉터가 입사 편광에 따라 다른 각도로 빛 빔을 굴절시키도록 설계되어 80% 이상의 회절 효율을 달성했다.
• 편광 멀티플렉스드 메탈렌즈가 수직 전기 및 자장 편광에 대해 동시에 집중 기능을 수행하며, 거의 단일 효율을 달성했다.
• 모든 편광 상태에서 높은 집중 효율을 유지하는 편광 독립 메탈렌즈가 생성되어 편광 변화에 대한 강건성을 입증했다.
• 동일한 전자기 응답을 갖는 구조적으로 상이한 메타원자 설계가 생성되어 제작 제약 조건에 적응할 수 있도록 했다.
• 단일 반복 내에서 높은 설계 정밀도와 수렴성을 달성하여, 기존의 반복 최적화 방법에 비해 계산 비용과 시간에서 뚜렷한 우수성을 보였다.