Topology Optimization using Modulated Neural Fields (TOM)는 기존 토폴로지 최적화(TO) 방법의 단일 솔루션 제한을 극복하기 위해 제시된 새로운 방법입니다. 데이터 없이 신경망을 훈련하여 구조적으로 적합한 다양한 형태를 생성하며, 명시적인 다양성 제약 조건을 통해 다양한 솔루션을 탐색합니다. 솔버-인-더-루프 방식으로 신경망을 훈련하여 각 반복에서 재료 분포를 최적화하고, 설계 요구 사항에 부합하는 다양한 형태를 생성합니다. 2D 및 3D TO 문제에 대한 검증 결과, TOM은 기존 방법보다 더 다양한 솔루션을 생성하면서도 거의 최적의 성능을 유지하고 데이터에 의존하지 않는다는 것을 보여줍니다.
