文献

J-GLOBAL ID：202102271980311332   整理番号：21A0984009

畳込みニューラルネットワークに基づく電磁反転アルゴリズム【JST・京大機械翻訳】

Electromagnetic Inversion Algorithm Based on Convolutional Neural Network

著者 (3件)： Tian Feng (College of Comm. and Info. Eng., Xi’an University of Science and Technology,Xi’an,China) ,  Yang Yukun (College of Comm. and Info. Eng., Xi’an University of Science and Technology,Xi’an,China) ,  Mao Lei (College of Comm. and Info. Eng., Xi’an University of Science and Technology,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CSRSWTC  ページ： 1-3  発行年： 2020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： 半空間における損失媒質の電磁パラメータを効率的に再構成するために,畳込みニューラルネットワーク(CNN)に基づく新しい方法を提案し,損失媒質の相対誘電率と位置情報を再構成した。最初に,異なる電磁パラメータを有する損失媒体に関する二次元フォワードシミュレーションを実行することによって,データセットを構築した。第2に,電場時間領域応答シーケンスをネットワークへの入力として採用して,対応する損失媒体位置と誘電率をニューラルネットワークの出力として用いて,訓練のためのニューラルネットワークモデルを構築した。最後に,訓練されたニューラルネットワークモデルを用いて,未知の位置と未知の誘電率を有する損失媒体を反転した。実験結果は,アルゴリズムが二次元半空間における損失媒体の電磁パラメータを再構成する際に高精度を有することを示した。数値結果は,この方法の有効性と精度を示した。したがって,本研究は,目標のリアルタイム逆散乱研究のための効率的方法を提供した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  電場 ,  誘電率 ,  *ネットワーク ,  *ニューラルネットワーク ,  媒質 ,  再構成 ,  二次元 ,  有効性 ,  位置情報
準シソーラス用語： 神経回路網モデル ,  実時間 ,  半空間 ,  時間領域 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  反転 ,  アルゴリズム