この記事では、非対角リコンフィギュラブルインテリジェントサーフェス（BD-RIS）の設計と展開における性能と回路の複雑さのトレードオフについて検討しています。BD-RISは、次世代無線ネットワークにおける信号品質の向上やスペクトル・エネルギー効率の改善を可能にしますが、非理想のBD-RISではアーキテクチャ発見が未探求です。本研究では、計算の複雑さと性能の最適化を同時に考慮した、学習に基づく2層アーキテクチャ発見フレームワーク（LTTADF）を提案し、特定の回路の複雑さに基づいて非理想BD-RISの最適アーキテクチャを発見できることを示しています。数値結果から、非理想BD-RISの展開における性能と回路の複雑さのトレードオフについての貴重な洞察が得られました。