文献

J-GLOBAL ID：202202256919844361   整理番号：22A0630861

ミリ波方向性結合器設計を自動化するための機械学習【JST・京大機械翻訳】

Machine Learning for Automating Millimeter-Wave Directional Coupler Designs

著者 (2件)： Nguyen Huy Thong (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Peterson Andrew F. (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： IEEE Transactions on Circuits and Systems 2: Express Briefs  (IEEE Transactions on Circuits and Systems 2: Express Briefs)
巻： 69  号： 2  ページ： 549-553  発行年： 2022年 
JST資料番号： W0347A  ISSN： 1549-7747  CODEN： ITCSFK  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： 自動化したmm波方向Coupersに対する計算アプローチは,試行錯誤に依存する現在の技術を大幅に改善できる。そのような自動化フレームワークを構築するために,著者らは,秒の計算時間内で,広範囲の電気仕様と金属オプションにわたって,mm波指向性クーラーの物理的実現を完全に自動化できるマシン学習技術を提案する。提案技法は,結合線の物理的-電気的関係を正確に学習し,与えられた設計仕様に対する物理的次元を最適に計算するマルチヘッド勾配ベース最適化器を含む完全接続ニューラルネットワークの訓練を含む。多数の結合因子と誘電体厚さを持つmm波指向性クーラーの自動設計を実証することにより,提案した計算手法の有効性を検証した。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： 最適化 ,  誘電体 ,  *自動化 ,  *学習 ,  自動設計 ,  冷却器 ,  ニューラルネットワーク ,  指向性 ,  方向 ,  有効性 ,  *機械学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ミリ波方向性結合器 ,  設計 ,  自動化 ,  機械学習