[논문 리뷰] Optimizing Photonic Nanostructures via Multi-fidelity Gaussian Processes

Jialin Song, Yury S. Tokpanov외 5명|arXiv (Cornell University)|2018. 11. 15.

Advanced Fluorescence Microscopy Techniques참고 문헌 16인용 수 3

한 줄 요약

이 논문은 다양한 계산 비용을 지닌 시뮬레이션을 활용하여, 효율적으로 플라스모닉 미러 색 필터를 설계하기 위해 다중 충성도 가우시안 프로세스 최적화 프레임워크를 제안한다. 전략적으로 저충성도 및 고충성도 시뮬레이션의 균형을 맞춤으로써, 단일 충성도 베이지안 최적화 및 입자 군집 최적화와 비교해 더 빠르게 낮은 성능 지표 값에 도달하는 등 뛰어난 최적화 성능을 달성함을 보여준다.

ABSTRACT

We apply numerical methods in combination with finite-difference-time-domain (FDTD) simulations to optimize transmission properties of plasmonic mirror color filters using a multi-objective figure of merit over a five-dimensional parameter space by utilizing novel multi-fidelity Gaussian processes approach. We compare these results with conventional derivative-free global search algorithms, such as (single-fidelity) Gaussian Processes optimization scheme, and Particle Swarm Optimization---a commonly used method in nanophotonics community, which is implemented in Lumerical commercial photonics software. We demonstrate the performance of various numerical optimization approaches on several pre-collected real-world datasets and show that by properly trading off expensive information sources with cheap simulations, one can more effectively optimize the transmission properties with a fixed budget.

연구 동기 및 목표

• 분석 모델이 불가능한 고차원적이고 비凸인 매개변수 공간을 가진 복잡한 광학 나노구조를 최적화하는 데 도전하는 것.
• 유한차분시간영역(FDTD) 시뮬레이션의 다중 충성도 수준을 활용하여 나노광학 설계에서 계산 비용을 줄이는 것.
• 저충성도 시뮬레이션(粗격자, 짧은 시뮬레이션 시간)과 고충성도 시뮬레이션(세밀한 격자, 긴 시뮬레이션 시간)을 통합하여 최적화 효율을 향상시키는 것.
• 실세계 나노광학 설계 과제에서 다중 충성도 베이지안 최적화의 성능을 평가하고 단일 충성도 가우시안 프로세스 및 입자 군집 최적화와 비교하는 것.
• 지능적으로 충성도와 비용을 상쇄함으로써, 고정된 계산 예산 내에서 더 나은 설계를 달성할 수 있음을 보여주는 것.

제안 방법

• 낮은 충성도 시뮬레이션은 목표 충성도 함수와 충성도별 오차 함수의 합으로 모델링되는 덧셈형 다중 충성도 모델을 사용한다.
• 가우시안 프로세스는 목표 충성도 함수와 낮은 충성도 수준의 오차 함수를 함께 모델링하여, 어떤 관측값이든 모든 충성도 수준에서 사후 분포 업데이트를 가능하게 한다.
• 새로운 평가 점을 선정하는 데에는 다중 충성도 기대 개선도(MF-MI-Greedy)를 사용하며, 저충성도 영역에서 비용 효율적인 탐색을 우선시한다.
• 모든 충성도 수준 간의 상관관계를 적응적으로 모델링하기 위해 주기적으로 조정되는 초모수를 가진 제곱 지수 커널을 사용한다.
• 최적화 예산은 10%를 초기 무작위 샘플링에 할당한다: 다중 충성도 방법의 경우 저충성도, 단일 충성도 기준의 경우 목표 충성도.
• 실세계 FDTD 시뮬레이션을 활용하여 세 가지 충성도 수준(40 fs, 70 fs, 100 fs 시뮬레이션 시간)에서 플라스모닉 미러 필터를 평가하며, 이에 해당하는 비용은 [40, 70, 100]이다.

실험 결과

연구 질문

• RQ1 고정된 계산 예산 하에서 다중 충성도 베이지안 최적화가 단일 충성도 가우시안 프로세스보다 광학 나노구조 최적화에서 뛰어난 성능을 보일 수 있는가?
• RQ2 나노광학 설계에서 다중 충성도 최적화의 성능은 입자 군집 최적화와 같은 히우리스틱 방법과 비교해 어떻게 되는가?
• RQ3 낮은 충성도 시뮬레이션은 복잡하고 비凸인 최적화 경로에서 고품질 설계에의 수렴을 얼마나 가속화할 수 있는가?
• RQ4 다양한 충성도 수준(예: 격자 해상도 및 시뮬레이션 시간)이 최적화 과정의 정확도와 효율성에 어떤 영향을 미치는가?
• RQ5 제안된 다중 충성도 프레임워크는 다양한 충성도 수준의 시뮬레이션 간 상관관계를 효과적으로 활용하여 설계 품질을 향상시킬 수 있는가?

주요 결과

• MF-MI-Greedy 방법은 모든 시험 파장(550 nm, 650 nm, 750 nm)에서 GP-UCB, MF-GP-UCB 및 입자 군집 최적화보다 낮은 최종 성능 지표(더 나은 필터 성능을 의미)를 달성했다.
• 초기 저충성도 탐색으로 인한 지연에도 불구하고, MF-MI-Greedy는 목표 충성도 영역에서의 이용을 시작한 후 빠른 수렴을 보였다.
• 목표 충성도 비용으로 총 100회 평가만으로도 뛰어난 성능을 달성하여 계산 예산을 효과적으로 활용한 것으로 나타났다.
• 다중 충성도 접근은 모든 세 파장에서 가중치가 부여된 성능 지표를 최소화하는 데서 단일 충성도 GP-UCB 및 입자 군집 최적화를 일관되게 뛰어넘었다.
• 결과는 고충성도 시뮬레이션 비용이 높은 상황에서 저충성도 시뮬레이션을 활용하면 나노광학 설계 최적화 효율을 크게 향상시킬 수 있음을 확인한다.