您當前所在位置: 首頁 > 學科建設 > 學術動態 > 正文

物理論壇83期-博士生中期考評

基于機器學習的電磁問題優化建模研究


內容簡介:傳統的電磁模型往往基于計算機輔助設計方法(Computer aided design,CAD)。當涉及幾何參數過多時,往往需要進行重復過程的仿真,需要消耗大量的時間。人工神經網絡(簡稱神經網絡,ANN)具有極強的學習和泛化能力,可以通過學習預先提供的樣本數據,掌握電磁響應和幾何參數之間潛在的規律。一旦進過良好的訓練,神經網絡可以根據輸入數據,快速、準確地獲取輸目標參數。因此,神經網絡在電磁設計優化領域具有廣闊的應用前景。本課題針對現階段神經網絡在電磁領域中面臨的問題和局限,主要進行以下幾方面研究:基于傳遞函數—神經網絡模型,提出更適用于多參數、高頻率的網絡結構;基于逆神經網絡模型,對天線進行優化設計;基于復雜神經網絡結構,在考慮單元耦合效應下,建立陣列天線的逆設計網絡模型;以新方法對室內環境下TR-UWB通信信道進行建模。

報告人簡介:琳,博士研究生,主要從事領域為神經網絡電磁建模、天線理論與設計。博士生導師:楊雪松教授。

間:201911509:30

點:物理樓219會議室

人:楊雪松 教授


湖北快3开奖结果