文献

J-GLOBAL ID：201702264328244987   整理番号：17A1026679

正確な大きさ予測を用いたANN(人工ニューラルネットワーク)を用いた反射アレイ細胞の損失解析【Powered by NICT】

Loss analysis of a reflectarray cell using ANNs with accurate magnitude prediction

著者 (5件)： Richard V. (Institut d’Electronique et de Te ́le ́communications de Rennes (IETR), INSA-Rennes, France) ,  Loison R. (Institut d’Electronique et de Te ́le ́communications de Rennes (IETR), INSA-Rennes, France) ,  Gillard R. (Institut d’Electronique et de Te ́le ́communications de Rennes (IETR), INSA-Rennes, France) ,  Legay H. (Thales Alenia Space, Toulouse, France) ,  Romier M. (Centre National d’Etude Spatiale (CNES), Toulouse, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUCAP  ページ： 2396-2399  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,反射係数の大きさの予測に関して反射アレイ(RA)細胞の人工ニューラルネットワーク(ANN)モデリングを改善するための設計方法を提案した。は5入力パラメータを持つ両タイプRA細胞(容量性及び誘導性)をモデル化するために適用した。結果は,最終的なANNモデルは,容量性及び誘導性細胞に対してそれぞれ 66dBと 69dBの散乱行列(R11)の反射係数の大きさの平均誤差では信頼性があり正確であることを実証した。大きさの正確な予測は,所定の閾値を超える損失で事前どの細胞を排除できる。二正準RAレイアウトの比較は,合成プロセスにおいて期待された利点を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  反射率 ,  生殖細胞 ,  モデリング ,  信頼性
準シソーラス用語： 入力パラメータ ,  設計法 , 【Automatic Indexing@JST】

分類 (5件)： モルタル,コンクリート  (RA06042H) ,  反応装置  (XE01030X) ,  抽出  (XD02030B) ,  排ガス処理  (PB02060U) ,  マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (6件)： 予測 ,  人工ニューラルネットワーク ,  アレイ ,  細胞 ,  損失 ,  解析