文献

J-GLOBAL ID：202002262734181076   整理番号：20A1638983

半教師つき学習に基づくGauss過程を用いたマイクロ波アンテナの共振周波数モデリング【JST・京大機械翻訳】

Resonant Frequency Modeling of Microwave Antennas Using Gaussian Process Based on Semisupervised Learning

著者 (4件)： Gao Jing (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China) ,  Tian Yubo (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China) ,  Zheng Xie (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China) ,  Chen Xuezhi (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China)
資料名： Complexity  (Complexity)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： W2044A  ISSN： 1076-2787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 電磁装置の最適設計のために,HFSS,CST,およびIE3Dを含む全波電磁シミュレーションソフトウェアから訓練サンプルを得ることは,最も時間がかかる。従来の機械学習法は,通常,ラベル付きサンプルまたはラベルなしサンプルのみを使用するが,実際の問題では,ラベル付きサンプルおよびラベルなしサンプルが共存し,ラベル付き試料の取得コストは比較的高かった。本論文では,GPモデルの精度を改善し,必要なラベル付き訓練サンプルの数を低減するために,ラベルなしサンプルを結合した半教師つき学習Gaussプロセス(GP)を提案した。提案したGPモデルは,初期訓練と自己訓練の2つの部分から成る。初期訓練のプロセスにおいて,全波電磁シミュレーションによって得た少数の標識サンプルを,初期GPモデルを訓練するために使用する。その後,訓練されたGPモデルを自己訓練のプロセスで別のGPモデルにコピーし,次に2つのGPモデルを異なるラベルなしサンプルで交差訓練後に更新する。テストと更新のための同じ試験サンプルを使用して,より小さな誤差のモデルは,もう1つを置換する。予め定義された停止基準まで自己訓練プロセスを繰り返した。3つの異なるマイクロストリップアンテナの4つの異なるベンチマーク関数と共振周波数モデリング問題を用いて,GPモデルの有効性を評価した。結果は,提案したGPモデルがベンチマーク機能に関して良い適合有効性を持つことを示した。マイクロストリップアンテナ共振周波数モデリング問題のために,同じラベル付きサンプルを使用する場合,その予測能力は従来の教師つきGPモデルのものより良い。Copyright 2020 Jing Gao et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適設計 ,  *Gauss過程 ,  電磁装置 ,  有効性 ,  *共振周波数 ,  ベンチマーク ,  パッチアンテナ ,  機械学習
準シソーラス用語： *半教師つき学習 ,  シミュレーションソフトウェア ,  *マイクロ波アンテナ ,  HFSS , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (35件)：

• Y. B. Tian, Particle Swarm Optimization and Application on Electromagnetics, Science Press, Beijing, China, 2014.
• F. Chen, Y. B. Tian, "Modeling resonant frequency of rectangular microstrip antenna using CUDA-based artificial neural network trained by particle swarm optimization algorithm," Applied Computational Electromagnetics Society Journal, vol. 29, no. 12, pp. 1025-1034, 2014.
• L.-Y. Xiao, W. Shao, X. Ding, Q. H. Liu, W. T. Joines, "Multigrade Artificial neural network for the design of finite periodic arrays," IEEE Transactions on Antennas and Propagation, vol. 67, no. 5, pp. 3109-3116, 2019.
• F. Y. Sun, Y. B. Tian, Z. L Ren, "Modeling the resonant frequency of compact microstrip antenna by the PSO-based SVM with the hybrid kernel function," International Journal of Numerical Modelling: Electronic Networks, Devices and Fields, vol. 29, no. 6, pp. 1129-1139, 2016.
• M. Smieja, J. Tabor, P. Spurek, "SVM with a neutral class," Pattern Analysis and Applications, vol. 22, no. 2, pp. 573-582, 2019.

タイトルに関連する用語 (5件)： 半教師つき学習 ,  Gauss過程 ,  マイクロ波アンテナ ,  共振周波数 ,  モデリング