文献

J-GLOBAL ID：201902284798900005   整理番号：19A2424229

マイクロ波回路マッチング構造の設計における強化学習の応用【JST・京大機械翻訳】

Application of Reinforcement Learning in the Design of Microwave Circuit Matching Structure

著者 (2件)： Yu Pengfei (The 38th Research Institute of China Electronics Technology Group Corporation, Hefei, China) ,  Ji Fei (The 38th Research Institute of China Electronics Technology Group Corporation, Hefei, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 589  ページ： 163-167  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 機械学習と知的製造の急速な発展に関連して,マイクロ波部品の設計と生産に知的機構を導入することを試みた。本論文において,強化学習(Q-学習)に基づくマイクロ波成分のマッチング構造のための自動設計方法を,Smith Chartから抽出したリターン値とマイクロ波理論によるアルゴリズムパラメータの最適化を用いることによって提案した。ソフトウェアAnsoft HFSSとMatlabの組合せ利用により,その実現可能性を検証した。ランダム探索と比較して,Q学習アルゴリズムは,各シミュレーション結果を分析し,経験を蓄積し,シミュレーション時間を短縮し,設計者の負担を大幅に低減するのを助けることができる。さらに,収束効率を改善するために経験的因子εを導入した。アルゴリズムは,特に第一ラウンド学習において,経験的因子によってさらに最適化することができて,シミュレーション経験の不在において,以前の経験は,明らかにシミュレーションの時間を減らすことを助けた。Copyright 2020 Science Press Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *学習 ,  アルゴリズム ,  *マイクロ波回路 ,  *マイクロ波 ,  パラメータ ,  高速度 ,  最適化 ,  *強化学習 ,  計算機シミュレーション ,  *マッチング ,  機械学習 ,  自動設計 ,  ソフトウェア
準シソーラス用語： Q学習 ,  MATLAB , 【Automatic Indexing@JST】

著者キーワード (5件)： 知的設計 ,  強化学習 ,  自動設計 ,  マイクロ波回路 ,  マッチング構造

分類 (2件)： CAD,CAM  (JE10000A) ,  伝送回路理論  (NA02020X)

タイトルに関連する用語 (5件)： マイクロ波回路 ,  マッチング ,  設計 ,  強化学習 ,  応用