인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 TiO₂ 클래딩 SOI 링 공진기의 고온 무열 후보 구조를 신속히 선별하기 위한 AI 기반 탐색 프레임워크를 제안한다. 링 코어 폭·높이, 버스 도파로 폭, 반지름 및 결합 간격을 설계 변수로 설정하고, 2D MPB 해석 결과를 RBF surrogate model과 all-pass 링 공진기 해석식에 결합하였다. 637,245개의 해석적 라벨로 ANN emulator를 학습하여 온도 민감도, Q-factor 및 FSR을 기준으로 near-athermal 후보를 우선순위화하였다. 상위 후보에 대한 FDTD 평가와 국소 parameter sweep을 통해 20–120 °C에서 0.0134 pm/°C의 온도 민감도, Q-factor 1,901 및 FSR 48.9 nm를 만족하는 보정 구조를 도출하였다. 단일 설계점의 ANN 예측 시간은 5.598 s로 3차원 FDTD 대비 약 98.41% 감소하였다. 또한 ±1 nm 치수 편차에서 Si 코어 높이와 링 폭에 따른 온도 민감도 변화는 각각 약 0.32 및 0.20 pm/°C로 나타났다. 본 결과는 제안된 프레임워크가 광범위한 설계 공간에서 유망한 무열 후보를 효율적으로 선별할 수 있음을 보여주며, 향후 공정 및 재료 변동을 고려한 강건 최적화와 실측 검증이 필요하다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
