Metamaterials are artificially designed materials which are composed of periodic subwavelength structures that exhibit exotic properties not found in nature. By manipulating the interaction between light and materials, metamaterials can replicate conventional optical and electromagnetic devices with tremendously reduced thicknesses. However, the main obstacle is the resource requirement to optimize the proposed structure. This difficulty can be mitigated by applying metaheuristic algorithms and machine learning. We demonstrated that two different metamaterials are designed and optimized by employing metaheuristic algorithms and machine learning. Firstly, bitmap metamaterial absorbers are designed via equivalent circuit model and optimized by genetic algorithm. The absorber which covers X-band (8 GHz - 12 GHz) with 99.8% absorption on average is implemented by 4.8 mm thickness. Equivalent circuit of a double-layer bitmap metamaterial can further reduce the thickness to 2.8 mm with -20 dB absorption performance. Also, an ultrathin, angle independent quarter wave plate at 532 nm wavelength is implemented by double-layer slanted rod structure. We proposed a hybrid optimization algorithm which combines neural network and particle swarm optimization (PSO) for this problem. This algorithm optimizes a proposed structure 45 times faster than conventional PSO and reach 30 times better objective function value. The optimized structure shows constant phase retardation from -45 to 45 degrees, and has a thickness of only one micron.
메타물질은 파장보다 작은 메타 아톰의 주기적 구조로 이루어진 물질로 자연계에서 나타나지 않는 전자기적, 광학적 성질을 나타낸다. 메타물질을 이용하여 기존의 광 기기 또는 전자기 기기보다 훨씬 얇은 두께로 기존보다 좋은 성질을 가질 수 있어 많은 연구가 진행되고 있다. 대부분의 메타물질 연구는 메타 아톰을 디자인 하여 수치 해석적 방법으로 전자기 특성을 계산하게 된다. 메타물질의 성능을 극대화 하기 위해서 최적화 과정이 필요하다. 그런데 최적화 과정 및 수치 해석 계산 과정은 많은 시간과 컴퓨터 자원이 필요하다. 본 연구에서는 메타휴리스틱과 인공신경망을 이용하여 기존보다 빠른 속도로 메타물질을 최적화 할 수 있음을 보였다. 첫째, 마이크로파 영역에서는 광대역 흡수체를 설계 및 최적화 하였다. 기존보다 광대역에서 높은 흡수율을 보이면서, 동시에 두께를 얇게 만드는 것을 목표로 하였다. 이차원의 픽셀 비트맵 구조를 유전 알고리즘으로 최적화하여 X 밴드 구간 (8GHz - 12GHz) 에서 평균 99.8% 의 흡수성능을 보이며 두께는 4.8 mm 인 흡수체를 구현하였다. 등가 회로 모델을 이용해 흡수체 메타물질 문제를 해석적으로 분석하고, 회로 설계를 실제 구조로 실체화하는 단계를 거쳐 좋은 흡수 성능을 가질 수 있도록 하였다. 또 이층 구조의 설계를 통해 -20 dB 흡수 성능을 2.8 mm로 가능함을 보였다. 둘째, 가시광선 영역 532 nm 파장을 기준으로 기하학적 굴절률 이등방성 메타물질을 구현해 기존보다 얇은 두께의 광대역 파장판을 설계 및 최적화하였다. 최적화 시간을 단축하기 위해 인공신경망과 파티클 스웜 최적화 방식을 결합한 새로운 혼합 최적화 알고리즘을 개발하였다. 새로운 최적화 방법은 기존 방법보다 30배 이상의 성능 향상과 45배 이상의 속도 향상을 보여주었다. 최적화된 구조는 기존의 파장판보다 10 배 이상 얇은 두께를 가지면서 -45부터 45도 사이의 입사각에서 동일한 위상제어 성능을 보였다. 이러한 최적화 방법은 메타물질 최적화 설계에 일반적으로 적용 될 수 있다.
