文献

J-GLOBAL ID：202202263549095079   整理番号：22A1037937

自動コンテキストブロード学習システムに基づくアンテナ最適化【JST・京大機械翻訳】

Antenna Optimization Based on Auto-Context Broad Learning System

著者 (4件)： Ding Wei-Tong (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China) ,  Meng Fei (School of Information and Communication Engineering, Guangzhou Maritime University, Guangzhou 510725, Guangdong, China) ,  Tian Yu-Bo (School of Information and Communication Engineering, Guangzhou Maritime University, Guangzhou 510725, Guangdong, China) ,  Yuan Hui-Ning (School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, Jiangsu, China)
資料名： International Journal of Antennas and Propagation (Web)  (International Journal of Antennas and Propagation (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7713A  ISSN： 1687-5869  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： アンテナ最適化の効率を強化するために,代理モデル方法は,通常,全波電磁シミュレーションソフトウェアを置き換えるために使用することができた。強い抽出能力と顕著な計算効率を有する新興ネットワークとして,広い学習システム(BLS)は,従来の人工知能(AI)法を革命し,深層学習(DL)における過度の時間消費訓練プロセスの短所を克服した。しかし,元のBLSの不十分なフィッティング能力を有する電磁場における入力と出力変数の間の回帰関係をモデル化することは難しい。さらに,モデルの性能を改善し,マイクロ波部品の設計をスピードアップするために,容易に測定可能なパラメータ変数を通して,ハードツー測度品質変数のより正確な予測を達成するために,現在のBLS訓練結果を,事前知識として,現在のBLS訓練結果を用いて,現在のBLS訓練結果を,文脈情報として採用し,そして,更なる訓練のための新しい入力として,元の入力と組み合わせて,提案した。以前の予測結果に基づいて,ACは反復した低レベルとコンテキストモデルを学習し,次に,地上真実に接近し,それは非常に一般的で実行が容易である。矩形マイクロストリップアンテナ(RMSA),円形MSA(CMSA),プリントダイポールアンテナ(PDA),および10UCI回帰データセットを含む3つのアンテナ例を用いて,提案モデルの有効性を検証した。Copyright 2022 Wei-Tong Ding et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アンテナ ,  *最適化 ,  測度 ,  電磁場 ,  マイクロ波 ,  ネットワーク ,  変数 ,  モデリング ,  人工知能 ,  モデル ,  パラメータ ,  パッチアンテナ ,  機械学習
準シソーラス用語： 事前知識 ,  計算効率 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (43件)：

• J. P. Jacobs, "Efficient resonant frequency modeling for dual-band microstrip antennas by Gaussian process regression," IEEE Antennas and Wireless Propagation Letters, vol. 14, pp. 337-341, 2015.
• M. I. Jais, T. Sabapathy, M. Jusoh, R. B. Ahmad, M. H. Jamaluddin, M. R. Kamarudin, P. Ehkan, L. M. Loganathan, P. J. Soh, "A fuzzy-based angle-of-arrival estimation system (AES) using radiation pattern reconfigurable (RPR) antenna and modified Gaussian membership function," IEEE Access, vol. 7, pp. 145477-145488, 2019.
• K. Guney, S. Sagiroglu, M. Erler, "Generalized neural method to determine resonant frequencies of various microstrip antennas," International Journal of RF and Microwave Computer-Aided Engineering, vol. 12, no. 1, pp. 131-139, 2002.
• Y. Chen, Y. B. Tian, Z. Qiang, L. Xu, "Optimisation of reflection coefficient of microstrip antennas based on KBNN exploiting GPR model," IET Microwaves, Antennas & Propagation, vol. 12, no. 4, pp. 602-606, 2018.
• L.-Y. Xiao, W. Shao, X. Ding, Q. H. Liu, W. T. Joines, "Multigrade Artificial neural network for the design of finite periodic arrays," IEEE Transactions on Antennas and Propagation, vol. 67, no. 5, pp. 3109-3116, 2019.

タイトルに関連する用語 (4件)： コンテキスト ,  学習システム ,  アンテナ ,  最適化