文献

J-GLOBAL ID：202102249084304768   整理番号：21A0013668

深いGaussプロセスモデルに基づくアンテナ最適化設計【JST・京大機械翻訳】

Antenna Optimization Design Based on Deep Gaussian Process Model

著者 (3件)： Zhang Xin-Yu (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China) ,  Tian Yu-Bo (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)
資料名： International Journal of Antennas and Propagation (Web)  (International Journal of Antennas and Propagation (Web))
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： U7713A  ISSN： 1687-5869  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： 電磁問題の迅速最適化設計のための大域的最適化法と組み合わせた代理モデルとしてGaussプロセス(GP)機械学習を用いるとき,多数の共分散計算が必要となり,その結果,サンプルの数および低い効率の立方体である計算体積が得られる。この問題を解決するために,本研究は,畳み込みニューラルネットワーク(CNN)の構造形式を用いて,GPとそれを結合させることによって,深いGP(DGP)モデルを構築する。このネットワークでは,CNNの完全接続層を置換するためにGPを使用し,CNNの畳込み層とプール層を用いて入力パラメータの次元を低減し,GPを用いて出力を予測し,一方,粒子群最適化(PSO)を用いてネットワーク構造パラメータを最適化した。本論文で提案したモデリング法は,訓練サンプルの需要を減らし,モデリング精度を効果的に改善するために,問題の次元を圧縮できる。本研究では,移動端末のためのマルチバンドマイクロストリップアンテナ(MSA)の設計を最適化し,良好な最適化結果を得るために,提案したモデリング法を用いた。最適化したアンテナは,無線LTE700,GSM850,GSM900,DCS1800,PCS1900,UMTS2100,LTE2300,およびLTE2500周波数帯をカバーする,0.69~0.96GHzおよび1.7~2.76GHzの周波数範囲で動作できることを記した。また,無線LTE700,GSM850,GSM900,DCS1800,PCS1900,UMTS2100,LTE2300,およびLTE2500周波数帯をカバーした。本論文で提案したDGPネットワークモデルは,設計精度を確実にする間,最適化に必要な時間を減らすために,最適化プロセスにおける電磁シミュレーションソフトウェアを置き換えることができることを示した。Copyright 2020 Xin-Yu Zhang et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アンテナ ,  *最適化 ,  畳込み ,  ネットワーク ,  *Gauss過程 ,  共分散 ,  ソフトウェア ,  構造パラメータ ,  周波数帯 ,  機械学習 ,  携帯端末
準シソーラス用語： 大域的最適化 ,  粒子群最適化 ,  ワイヤレス ,  ネットワークモデル , 【Automatic Indexing@JST】

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

引用文献 (28件)：

• S. Koziel, A. Bekasiewicz, "On reduced-cost design-oriented constrained surrogate modeling of antenna structures," IEEE Antennas and Wireless Propagation Letters, vol. 16, pp. 1618-1621, 2017.
• Y. Chen, Y.-B. Tian, F.-Y. Sun, "KBNN based on coarse mesh to optimize the EBG structures," International Journal of Antennas and Propagation, vol. 1, no. 4, pp. 155-164, 2017.
• F. Y. Sun, Y. B. Tian, G. B. Hu, Q. Y. Shen, "DOA estimation based on support vector machine ensemble," International Journal of Numerical Modelling: Electronic Networks, Devices and Fields, vol. 32, no. 5, pp. e2614, 2019.
• X. Chen, Y. Tian, T. Zhang, J. Gao, "Differential evolution based manifold gaussian process machine learning for microwave filter’s parameter extraction," IEEE Access, vol. 8, pp. 146450-146462, 2020.
• J. Gao, Y. Tian, X. Zheng, X. Chen, "Resonant frequency modeling of microwave antennas using Gaussian process based on semisupervised learning," Complexity, vol. 2020, pp. 12, 2020.

タイトルに関連する用語 (4件)： Gaussプロセス ,  モデル ,  アンテナ ,  最適化設計