확률적 입력 데이터를 가진 맥스웰 방정식 문제에 대한 등각 사상 기반 다항식 카오스 전개

이 논문은 나노 광학 및 플라즈모닉스 분야에서 공정 변동성으로 인한 불확실성을 정량화하는 문제를 다룹니다. 구체적으로는 주기적 구조에 평면파가 입사되는 맥스웰 원천 문제에서, 재료 경계면의 기하학적 매개변수를 확률 변수로 모델링합니다. 핵심 관심량은 기본 반사 계수입니다. 계산 비용이 큰 유한 요소법 모델을 반복 호출하는 것을 피하기 위해 서로게이트 모델링을 채택하며, 그 방법으로 Generalized Polynomial Chaos(gPC) 확장을 개선한 방법을 제시합니다. 표준 gPC는 입력 확률 분포에 직교하는 다항식 기저를 사용하여 불확실성을 전파하는 강력한 도구이지만, 매개변수 민감도가 높은 문제에서는 수렴 속도가 충분하지 않을 수 있습니다. 저자들은 이 한계를 극복하기 위해 등각 사상을 gPC에 접목합니다. 핵심 아이디어는 입력 변수 공간을 등각 사상(g)으로 변환했을 때, 관심량 함수의 해석적 영역이 더 큰 Bernstein 타원체 형태로 확장될 수 있다는 것입니다. 이 변환을 통해 생성된 새로운 기저 함수(Φ_m)는 원래의 입력 분포에 대해 직교성을 유지하면서도, 변환된 공간에서 정의된 다항식(Ψ̃_m)의 장점을 가집니다. 결과적으로 변환되지 않은 gPC에 비해 향상된 지수 수렴 속도를 기대할 수 있습니다. 이론적 배경으로, 1차원 경우에 대한 수렴 오차 분석을 제시하며, 함수의 해석적 영역 크기와 다항식 최적 근사의 수렴 속도 간의 관계를 설명합니다. 다변량 문제로의 확장은 각 차원에 동일한(또는 다른) 등각 사상을 독립적으로 적용하는 텐서 곱 방식으로 수행됩니다. 수치적 구현을 위해, 변환된 확률 밀도(˜ρ)에 대한 가우시안 구적법 규칙을 도입한 '매핑된 구적법'을 개발합니다. 이를 통해 서로게이트 모델의 계수는 의사-스펙트럼 투영 방식으로 효율적으로 계산됩니다. 제안 방법의 유용성을 입증하기 위해 두 가지 수치 예제를 제시합니다. 첫 번째는 해석적 해를 가지는 RLC 회로 모델이며, 두 번째는 금속-절연체-금속 플라즈모닉 모드로의 광 결합을 모사하는 광학 격자 커플러의 3차원 파라메트릭 유한 요소 모델입니다. 결과는 등각 사상을 적용한 매핑된 gPC가 표준 gPC에 비해 동일한 정확도에 도달하는 데 필요한 샘플(즉, 고비용의 FE 해 계산) 수를 현저히 줄일 수 있음을 보여줍니다. 이는 제안된 방법이 높은 매개변수 민감도를 지닌 공학 문제의 불확실성 정량화에 효과적이며, 계산 비용을 크게 절감할 수 있음을 의미합니다.