| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-01-31 09:45 ［依頼講演］深層学習による広帯域電波吸収メタマテリアルの逆設計 ○松井龍之介（三重大）  OME2024-45 |
|
| 抄録 | （和） | 電波吸収体への関心が近年ますます高まる中，薄型の電波吸収体を実現する技術として電波吸収メタマテリアルに関する研究が国内外において活発に進められている．電波吸収メタマテリアルの素子構造としては，金属パターン層-誘電体層-金属接地面の3層構造を基本とするものが多く報告されているが，所望の電波吸収特性を得るためには，金属パターン形状や各層の厚さなどの構造パラメーターの最適化が必要となる．従来は計算コストおよび時間をかけたシミュレーションにより試行錯誤を重ねて最適化を行うアプローチが取られてきたが，近年では深層学習を活用した短時間での光学素子の逆設計に関する報告も多く見られるようになっている．本研究では，深層学習による広帯域電波吸収メタマテリアルの逆設計に関して報告する．訓練および検証のためのデータセットは，インクジェットプリンタで作製する広帯域電波吸収メタマテリアルに関する先行研究［S. D. Assimonis and V. Fusco, Sci. Rep., 9:12334, 2019］の結果を基にシミュレーションにより得た．まずは素子構造パラメータを入力とし吸収スペクトルを出力としたニューラルネットワーク（FNN）により順方向学習を行い，次に吸収スペクトルを入力とし素子構造パラメータを出力とする逆設計ニューラルネットワーク（INN）と学習済のFNNとを連結させたタンデムニューラルネットワークにより広帯域電波吸収メタマテリアルの逆設計を行なった． |
| （英） | The electromagnetic (EM) wave absorbers have garnered significant attention in recent years, and research on metamaterial absorbers (MMAs), which can be fabricated as thin films, has been conducted worldwide. Many MMAs are constructed with a tri-layer structure consisting of a metallic patterned layer, a dielectric layer, and a metallic ground plate. Optimizing structural parameters, such as the dimensions of the metallic patterns and their thickness, etc., is essential for achieving the desired EM wave absorption characteristics. Traditionally, this optimization has involved costly and time-consuming numerical simulations conducted through trial and error. However, recent studies have reported advancements in the less time-consuming inverse design of optical devices based on deep learning. In this study, we report on the inverse design of a broadband MMA based on deep learning techniques. The data sets for training and validation are generated through numerical simulation based on parameters from the results of an ultra-wideband, resistively loaded MMA fabricated using inkjet-printing technology [S. D. Assimonis and V. Fusco, Sci. Rep., 9:12334, 2019]. The forward training of the neural network (FNN) was conducted by inputting the structural parameters and evaluating the absorption spectra. Subsequently, the inverse design of the broadband MMA was executed using a tandem neural network that combined the inverse design neural network (INN) with the pretrained FNN. | |
| キーワード | （和） | メタマテリアル / 電波吸収メタマテリアル / 逆設計 / 深層学習 / ニューラルネットワーク / タンデムニューラルネットワーク / / |
| （英） | Metamaterial / Metamaterial Absorber / Inverse Design / Deep Learning / Neural Network / Tandem Neural Network / / | |
| 文献情報 | 信学技報, vol. 124, no. 370, OME2024-45, pp. 18-23, 2025年1月. | |
| 資料番号 | OME2024-45 | |
| 発行日 | 2025-01-23 (OME) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | OME2024-45 |
|
| 研究会情報 | |
| 研究会 | OME IEE-DEI |
| 開催期間 | 2025-01-30 - 2025-01-31 |
| 開催地（和） | 愛知 日間賀島 アイランドホテル浦島 |
| 開催地（英） | |
| テーマ（和） | 有機薄膜，有機・バイオデバイス，一般 |
| テーマ（英） | Organic thin films, Organic and bio devices, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | OME |
| 会議コード | 2025-01-OME-DEI |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による広帯域電波吸収メタマテリアルの逆設計 |
| サブタイトル（和） | |
| タイトル（英） | Inverse design of broadband metamaterial absorber by deep learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | メタマテリアル / Metamaterial |
| キーワード(2)（和/英） | 電波吸収メタマテリアル / Metamaterial Absorber |
| キーワード(3)（和/英） | 逆設計 / Inverse Design |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| キーワード(5)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(6)（和/英） | タンデムニューラルネットワーク / Tandem Neural Network |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松井 龍之介 / Tatsunosuke Matsui / マツイ タツノスケ |
| 第1著者 所属（和/英） | 三重大学 (略称： 三重大) Mie University (略称： Mie Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-31 09:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | OME |
| 資料番号 | OME2024-45 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.370 |
| ページ範囲 | pp.18-23 |
| ページ数 | 6 |
| 発行日 | 2025-01-23 (OME) |
[研究会発表申込システムのトップページに戻る]