文献

J-GLOBAL ID：202202234928525033   整理番号：22A1086220

フォトニック結晶ファイバ温度センサの深層学習ベースデータ増強と挙動予測【JST・京大機械翻訳】

Deep Learning Based Data Augmentation and Behavior Prediction of Photonic Crystal Fiber Temperature Sensor

著者 (6件)： Sridevi S. (Department of ECE, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology, Chennai, Tamil Nadu, India) ,  Kanimozhi T. (Department of ECE, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology, Chennai, Tamil Nadu, India) ,  Ayyanar N. (Department of ECE, Thiagarajar College of Engineering, Madurai, Tamil Nadu, India) ,  Chugh Sunny (Department of CSE, School of Mathematics, City, University of London, London, U.K.) ,  Valliammai M. (Department of ECE, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology, Chennai, Tamil Nadu, India) ,  Mohanraj J. (Department of ECE, Vel Tech Rangarajan Dr. Sagunthala R&D Institute of Science and Technology, Chennai, Tamil Nadu, India)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 22  号： 7  ページ： 6832-6839  発行年： 2022年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
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： センサを設計するための例外的な研究展望を提供するフォトニック結晶ファイバ(PCF)構造は,広く多様な分野で適用可能であり,従って,研究者の間で多くの興味を喚起している。しかし,PCF設計構成を決定するのは,適切なトポロジー構造変異体を有する広大な探索空間の調査に,適用力に望ましい光学応答を生成することを意図する。さらに,既存の有限要素法(FEM)ベースの数値シミュレーションソフトウェアは,非常に数回の反復を有する設計パラメータの各セットに対して,集中的に長い計算時間を必要とし,計算複雑度の低減を伴う挑戦的なタスクである。この点に関して,深層ニューラルネットワーク(DNN)の使用は,より少ない時間で結果を予測する道を開く。ニューラルネットワークを訓練しながら遭遇する最も重要な課題の一つは,広範なデータセットを生成することである。同じ課題を補償する動機により,データ増強を達成するためにAutoencoder(AE)ネットワークの使用を提案した。本研究では,AEとDNNを用いたPCFベース温度センサの光学パラメータを予測する先駆的アプローチを示した。提案したモデルは,未知の設計空間パラメータに対してさえ,光学的性質の適切な予測を行うように設計されている。比較計量解析は,FEMのシミュレーション実行時間とは対照的に,R二乗(r2)スコアの高い値と計算時間の少ないモデルの効率的性能を探究した。さらに,AEと共に提案したDNNモデルは,AEのないDNNとは対照的に非常に低い集団平均二乗誤差(MSE)を示すことを証明した。Copyright 2022 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： 位相幾何学 ,  光学的性質 ,  有限要素法 ,  *ネットワーク ,  ニューラルネットワーク ,  計算量 ,  モデル ,  *機械学習
準シソーラス用語： *フォトニック結晶ファイバ ,  光応答 ,  平均二乗誤差 ,  設計変数 ,  設計空間 ,  シミュレーションソフトウェア ,  *深層学習 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  通信網  (ND07030A)

タイトルに関連する用語 (6件)： フォトニック結晶ファイバ ,  温度センサ ,  深層学習 ,  データ増強 ,  挙動 ,  予測