딥러닝

Scientific Reports 13권, 기사 번호: 7382(2023) 이 기사 인용

669 액세스

1 알트메트릭

측정항목 세부정보

공학적 특성을 지닌 미세구조는 항공우주 및 우주 응용 분야의 열 관리에 매우 중요합니다. 압도적인 수의 미세 구조 설계 변수로 인해 재료 최적화에 대한 기존 접근 방식은 시간이 많이 걸리는 프로세스와 제한된 사용 사례를 가질 수 있습니다. 여기에서는 대리 광학 신경망을 역신경망 및 동적 후처리와 결합하여 집계된 신경망 역설계 프로세스를 형성합니다. 당사의 대리 네트워크는 미세 구조의 기하학적 구조, 파장, 이산 재료 특성 및 출력 광학 특성 간의 관계를 개발하여 FDTD(유한차 시간 영역 시뮬레이션)를 에뮬레이트합니다. 대리 광학 솔버는 역신경망과 함께 작동하여 입력 광학 스펙트럼과 일치하는 미세 구조의 설계 특성을 예측합니다. 재료 선택에 의해 제한되는 기존 접근 방식과 달리 당사의 네트워크는 입력 스펙트럼을 가장 잘 최적화하고 출력을 기존 재료에 일치시키는 새로운 재료 특성을 식별할 수 있습니다. 출력은 중요한 설계 제약 조건을 사용하여 평가되고 FDTD에서 시뮬레이션되며 대리자를 재교육하는 데 사용되어 자체 학습 루프를 형성합니다. 제시된 프레임워크는 다양한 광학 미세 구조의 역설계에 적용 가능하며, 딥 러닝 기반 접근 방식을 통해 미래 항공우주 및 우주 시스템의 열복사 제어를 위한 복잡하고 사용자 제한적인 최적화가 가능해집니다.

미세한 수준의 엔지니어링 표면은 재료의 물질과 빛의 상호 작용을 제어할 수 있으며 대기 온도 이하의 수동 냉각1,2,3,4, 복사 가열5,6 및 열광전지7,8과 같은 분야의 기술 발전에 필수적입니다. 복사 열 관리 시스템을 위한 선택적 방출기의 설계는 가시광선(VIS)에서 근적외선(NIR) 및 중적외선(MIR)1,4의 두 가지 광자 파장(λ) 스펙트럼에 따라 달라집니다. 주변 온도 아래에서 수동적으로 냉각할 수 있는 재료인 수동 냉각 구조는 폴리머2,3,9, 복합재10,11,12 및 그래핀13,14과 같은 재료로 가공된 표면으로 MIR에서 열 방출을 최대화하고 흡수된 태양 복사(λ = 300–2500 nm) 반사된 태양 복사를 증가시킵니다. 나노구조화15, 골판지 구조6,16, 코어-쉘 재료17,18 및 주기적 격자16,19와 같은 방법을 사용하여 표면의 반사 방지 동작을 강화하여 반대 효과를 유도하고 열 흡수를 증가시킬 수 있습니다. 복사 가열 및 냉각 재료를 모두 엔지니어링하는 데 사용할 수 있는 방법은 미세 규모의 "마이크로 피라미드" 표면 텍스처링입니다. 표면 릴리프 격자의 한 형태인 마이크로 피라미드 텍스처링은 재료와 기하학적 구조의 조합을 통해 상당한 광 제한으로 인해 반사 방지 특성을 유도합니다. 이 방법은 실리콘23,24,25,26,27, 금속5,28,29,30,31,32, 유전체33 및 폴리머34의 광대역 반사 방지 특성을 크게 향상시킬 수 있습니다.

광학 특성을 선택적으로 제어하기 위해 구조를 설계하고 최적화하는 것은 중요하고 시간이 많이 걸리는 과제일 수 있습니다. 기하학적 설계 공간에서 많은 자유도를 가질 수 있는 가능성 외에도 재료 선택으로 인해 복잡성 수준이 더 높아집니다. 복잡한 형상과 재료 선택 간의 상호 작용을 해결하려면 계산 리소스에 대한 상당한 투자와 FDTD(유한차분 시간 영역) 솔버와 같은 전용 수치 방법이 필요할 수 있습니다. 복잡한 시뮬레이션 도구의 필요성에 대응하기 위해 등장한 매우 효과적인 방법은 광학 특성을 예측하기 위해 딥 러닝(DL)을 사용하는 것입니다. 기계 학습(ML)의 한 분야인 DL 방법은 데이터 세트36에서 높은 수준의 비선형 추상화를 갖고 자율 주행 자동차37, 음성 인식38 및 자연어 처리39와 같은 복잡한 문제를 해결하는 것으로 나타났습니다. 딥 러닝은 포토닉스 및 나노포토닉스 분야에서 플라즈몬 상호 작용36,40, 격자 구조41,42,43, 입자44,45 및 나노구조46과 같은 문제를 예측하고 모델링하는 데 사용되었습니다. DL은 또한 열전도도47, 비등 열 전달48, 복사 열 전달49,50,51과 같은 주제를 연구하기 위해 열 공학 분야 내에서 광범위하게 적용되었습니다.