Two-Dimensional Electromagnetic Scattering Field Prediction Framework Using the Domain-Decomposed Physics-Informed Deep Operator Network

본 논문에서는 2차원 전자기 산란 현상의 효율적인 예측을 위해 물리 지식 심층 연산자 네트워크를 활용한 예측 방법론을 제안하였다. 제안된 방법은 지도학습을 위해 사전 해석을 통해 얻는 훈련 데이터를 사용하지 않으며, 좌표 및 파수 매개변수와 같은 해석 영역의 정보만을 이용한다. 또한, 지배방정식과 경계조건과 같은 물리 지식 손실 함수를 통해 학습함으로써 복소 전자기 산란장을 예측한다. 효율적인 예측모델 구축을 위해 영역 분할 기법을 도입하여 전체 해석 영역을 다수의 부영역으로 분할하고, 각 영역에 독립적인 네트워크 모델을 할당하는 구조를 적용하였다. 이때 각 부영역의 네트워크는 전자기장의 복소해를 예측하도록 각각의 네트워크로 구성하였으며, 분할된 영역들이 유기적으로 연결되도록 통합된 손실함수를 정의하여 동시에 학습시켰다. 수치 해석 예제로서 완전 전기 도체 및 유전체가 존재하는 복잡한 산란 문제를 통해 제안된 방법론의 예측 정확도와 계산 비용을 정량적으로 분석하였다.