文献

J-GLOBAL ID：202102274668165562   整理番号：21A0562656

機械学習と最適化を用いた先進電磁表面を設計するための知的方法【JST・京大機械翻訳】

Intelligent Methods for Designing Advanced Electromagnetic Surfaces Using Machine Learning and Optimization

著者 (1件)： Hum Sean Victor (University of Toronto,Toronto,Ontario,Canada,M5S 3G4)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： APMC  ページ： 2  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： 先進電磁表面(AESs)は,周波数選択表面(FSS),空間供給アンテナアレイ(反射アレイおよび送信アレイ),インピーダンス表面,偏光子,および最近,メタ表面を含む広範囲の人工工学構造から成る。それらは,周波数含有量,放射パターン,および偏光に関して,放射線の並外れた制御を達成できるので,近年大きな興味を引いている。これらの表面は,マイクロ波とミリ波周波数における次世代無線システムのための指令と適応アンテナを実現するために特に魅力的である。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： インピーダンス ,  *最適化 ,  偏光 ,  マイクロ波 ,  放射線 ,  アレイアンテナ ,  偏光子 ,  アダプティブアンテナ ,  放射パターン ,  EHF波 ,  *機械学習
準シソーラス用語： 周波数選択表面 ,  無線システム ,  メタ表面 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  最適化 ,  設計