文献

J-GLOBAL ID：201702241599495433   整理番号：17A1982741

EBG最適化設計のための粗メッシュに基づくKBNN【JST・京大機械翻訳】

KBNN Based on Coarse-Mesh to Optimize the EBG Design

著者 (4件)： Chen Yi (江蘇科技大学電子信息学院,江蘇鎮江,212003) ,  Tian Yubo (江蘇科技大学電子信息学院,江蘇鎮江,212003) ,  Qiang Zhe (江蘇科技大学電子信息学院,江蘇鎮江,212003) ,  Xu Lan (江蘇科技大学電子信息学院,江蘇鎮江,212003)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 34  号： 7  ページ： 289-293  発行年： 2017年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 知識の神経回路網を用いたマイクロ波デバイスのモデリング最適化において,事前知識の大部分は経験式に由来するが,経験式の導出は非常に複雑であり,事前知識獲得の困難さを避けるために,電磁シミュレーション計算における正確なメッシュ分割の計算モデルを提案した。粗いメッシュの計算モデルを,事前知識として,そして,粒子群最適化アルゴリズムを用いて,ニューラルネットワークを訓練し,そして,対応する知識神経回路網モデルを,構築した。二層電磁バンドギャップ構造のモデリングと最適化設計を行い、モデリング結果と最適化効果はいずれも非常に理想的である。知識ニューラルネットワークは最適化プロセスにおける正確なモデルを代替し,最適化の所要時間を減らすことができることを示し,提案した方法の実現可能性と優位性を証明した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデル ,  *最適設計 ,  *最適化 ,  要素分割 ,  ニューラルネットワーク ,  モデリング ,  計算モデル ,  ターンアラウンド時間 ,  神経回路網 ,  実験式
準シソーラス用語： 神経回路網モデル ,  粒子群最適化 ,  電磁界数値解析 ,  事前知識 ,  マイクロ波デバイス , 【Automatic Indexing@JST】

著者キーワード (4件)： Coarse-mesh model ,  Priori knowledge ,  KBNN ,  Electromagnetic band-gap(EBG)

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： EBG ,  最適化設計 ,  メッシュ