다층 박막 광학 응답을 위한 역설계와 딥러닝 예측 연구

Inverse design and deep learning for multilayer thin-film optical responses

연구 내용

입사 광학 응답을 목표로 다층 박막의 구조를 역설계하고, 딥러닝 기반 예측 모델로 광 스펙트럼을 빠르게 추정하는 연구

다층 박막의 광학 스펙트럼을 효율적으로 설계하기 위해, 층 두께와 재료 조성 및 층수까지 동시에 최적화하는 역설계 프레임을 구축합니다. 특히 particle swarm optimization을 적용해 bandpass, bandstop, anti-reflection coating 등 다양한 필터 형태를 목표 응답으로 수렴시키는 과정을 검증합니다. 또한 시뮬레이션 기반 학습 데이터에 기반하여 deep neural network 구조를 학습시키고, 학습된 모델이 목표 스펙트럼을 근사하는 성능 경향을 분석함으로써 다층 박막 광학 응답 예측의 계산 효율을 확보하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기에는 다층 광학 필터의 목표 응답을 달성하기 위해 역문제 성격을 전제로 한 최적화 접근을 설정하고, 모델 파라미터가 결과에 미치는 영향을 반복 수행으로 확인했습니다. 이후에는 다양한 필터 범주로 적용을 확장하여 기존 설계 이론으로는 직접 구성하기 어려운 형태도 최적화로 구현 가능함을 보였습니다. 동시에 계산 비용을 줄이기 위해 deep neural network 기반 예측 구조를 제안하고, 수치 실험 조건에 따른 모델 성능 경향을 분석하는 방향으로 연구를 전개했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

다층 박막 광학 필터 역설계 툴
대역통과·대역저지 필터 설계
반사방지 코팅 최적화
딥러닝 기반 스펙트럼 예측기
시뮬레이션-학습 연동 설계 파이프라인
설계 파라미터 민감도 분석
광학 코팅 설계 자동화
구조-응답 매핑 데이터셋 구축
빠른 프로토타이핑용 모델
다양한 목표 스펙트럼 생성