文献

J-GLOBAL ID：202202219230850457   整理番号：22A1056473

アンサンブル学習による電子システムにおけるケーブルクロストークの予測法【JST・京大機械翻訳】

A Prediction Method of Cable Crosstalk in Electronic Systems with Ensemble Learning

著者 (5件)： Yang Xu (School of Mechanical-Electrical Engineering, Xidian University, Xi’an, China) ,  Zhou Dejian (School of Mechanical-Electrical Engineering, Xidian University, Xi’an, China) ,  Song Wei (School of Mechanical-Electrical Engineering, Xidian University, Xi’an, China) ,  She Yulai (School of Electronical and Mechanical Engineering, Guilin University of Electronic Technology, Guilin, China) ,  Chen Xiaoyong (School of Electronical and Mechanical Engineering, Guilin University of Electronic Technology, Guilin, China)
資料名： Arabian Journal for Science and Engineering  (Arabian Journal for Science and Engineering)
巻： 47  号： 3  ページ： 2987-3000  発行年： 2022年 
JST資料番号： W4051A  ISSN： 2193-567X  資料種別： 逐次刊行物 (A)
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： ケーブル間のクロストークは,電子システムの性能を著しく妨げることができる。ケーブルレイアウトはますます複雑になっており,クロストークは多くの因子によって影響され,従って,既存のクロストーク予測法は,ケーブルの近端クロストークとその多数の影響因子の間の直接関係を正確に確立することが困難である。ケーブルレイアウトの最適化を導くためのケーブルレイアウト設計の初期段階における電子システムの電磁適合性(EMC)問題を同定するために,積層-LSRM多段アンサンブル学習法を提案した。この方法を用いて,高い予測精度と良好なロバスト性を有するケーブル漏話予測モデルを,急速にプログラム的に確立することができた。2つの例を用いて,提案した方法の有効性を検証した。各事例において,得られた最適アンサンブル学習予測モデルの全体的性能は,非常に良好であり,提案した方法の有効性を,既存の方法で確立された予測モデルと比較して検証した。Copyright King Fahd University of Petroleum & Minerals 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測技法 ,  最適化 ,  *ケーブル ,  配置設計 ,  漏話 ,  *電子装置 ,  有効性 ,  ロバスト性 ,  電磁両立性 ,  予測モデル ,  *クロストーク
準シソーラス用語： *アンサンブル学習 ,  予測精度 ,  影響因子 , 【Automatic Indexing@JST】

著者キーワード (5件)： 電子システム ,  ケーブル ,  予測 ,  クロストーク ,  アンサンブル学習

分類 (1件)： 電線・ケーブル  (NA05020S)

タイトルに関連する用語 (5件)： アンサンブル学習 ,  電子システム ,  ケーブル ,  クロストーク ,  予測法