論文の概要: A Machine Learning Approach for Design of Frequency Selective Surface based Radar Absorbing Material via Image Prediction

• arxiv url: http://arxiv.org/abs/2502.17534v1
• Date: Mon, 24 Feb 2025 15:05:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:20:35.981782
• Title: A Machine Learning Approach for Design of Frequency Selective Surface based Radar Absorbing Material via Image Prediction
• Title（参考訳）: 画像予測による周波数選択型レーダ吸収材料の設計のための機械学習手法
• Authors: Vijay Kumar Sutrakar, Anjana P K, Sajal Kesharwani, Siddharth Bisariya,
• Abstract要約: 本稿では、機械学習(ML)技術を用いて、周波数選択面(FSS)に基づくレーダー吸収材料を設計するための革新的な手法を提案する。 従来の電磁設計では、FSSの単位セル次元を入力とし、所定の設計に対して吸収係数を予測する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The paper presents an innovative methodology for designing frequency selective surface (FSS) based radar absorbing materials using machine learning (ML) technique. In conventional electromagnetic design, unit cell dimensions of FSS are used as input and absorption coefficient is then predicted for a given design. In this paper, absorption coefficient is considered as input to ML model and image of FSS unit cell is predicted. Later, this image is used for generating the FSS unit cell parameters. Eleven different ML models are studied over a wide frequency band of 1GHz to 30GHz. Out of which six ML models (i.e. (a) Random Forest classification, (b) K- Neighbors Classification, (c) Grid search regression, (d) Random Forest regression, (e) Decision tree classification, and (f) Decision tree regression) show training accuracy more than 90%. The absorption coefficients with varying frequencies of these predicted images are subsequently evaluated using commercial electromagnetic solver. The performance of these ML models is encouraging, and it can be used for accelerating design and optimization of high performance FSS based radar absorbing material for advanced electromagnetic applications in future.
• Abstract（参考訳）: 本稿では、機械学習(ML)技術を用いて、周波数選択面(FSS)に基づくレーダー吸収材料を設計するための革新的な手法を提案する。 従来の電磁設計では、FSSの単位セル次元を入力とし、所定の設計に対して吸収係数を予測する。 本稿では,MLモデルの入力として吸収係数を考慮し,FSS単位セルの画像を予測する。 その後、この画像はFSS単位セルパラメータの生成に使用される。 11種類のMLモデルが1GHzから30GHzの広帯域で研究されている。 うち6機種はMLモデル(MLモデル)である。 (a)ランダムフォレスト分類 (b)K隣の分類 (c)グリッド検索回帰 (d)ランダムフォレスト回帰 (e)決定木分類、及び (f)訓練精度は90%以上である。 これらの予測画像の周波数の異なる吸収係数を商用電磁分解器を用いて評価した。 これらのMLモデルの性能は向上しており、将来の電磁応用のための高性能FSSベースのレーダー吸収材料の設計と最適化に利用することができる。

関連論文リスト

• Predicting Satisfied User and Machine Ratio for Compressed Images: A Unified Approach [58.71009078356928]
  圧縮画像のSUR(Satified User Ratio)とSMR(Satified Machine Ratio)を同時に予測するディープラーニングモデルを構築した。 実験結果から,提案手法は最先端SURおよびSMR予測法より有意に優れていたことが示唆された。
  論文  参考訳（メタデータ） (2024-12-23T11:09:30Z)
• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• Dual-band feature selection for maturity classification of specialty crops by hyperspectral imaging [5.905721043072562]
  イチゴやトマトなどの特産作物の成熟度分類は、農業の下流における重要な活動である。 近年のDeep Learningの進歩は、成熟度分類のためのカラー画像の奨励的な結果を生み出している。 成熟度分類のための特徴抽出法を提案する。
  論文  参考訳（メタデータ） (2024-05-16T10:01:16Z)
• Support Vector Machine for Determining Euler Angles in an Inertial Navigation System [55.41644538483948]
  本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。 提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
  論文  参考訳（メタデータ） (2022-12-07T10:01:11Z)
• Amortized Bayesian Inference of GISAXS Data with Normalizing Flows [0.10752246796855561]
  本稿では,変分オートエンコーダと正規化フローを組み合わせたシミュレーションに基づくフレームワークを提案し,パラメータの後方分布を推定する。 提案手法は,ABCと一貫した結果を生み出しながら,推定コストを桁違いに削減することを示した。
  論文  参考訳（メタデータ） (2022-10-04T12:09:57Z)
• Machine Learning based Extraction of Boundary Conditions from Doppler Echo Images for Patient Specific Coarctation of the Aorta: Computational Fluid Dynamics Study [0.0]
  本研究では,ドップラー心エコー画像から境界条件(BC)を求める機械学習(ML)手法の応用について検討する。 提案手法は,MLとCFDを組み合わせて,関心領域内のヘモダイナミックフローをモデル化する。
  論文  参考訳（メタデータ） (2022-09-19T16:00:38Z)
• Accurate Discharge Coefficient Prediction of Streamlined Weirs by Coupling Linear Regression and Deep Convolutional Gated Recurrent Unit [2.4475596711637433]
  本研究では,CFDシミュレーションに代わるデータ駆動モデリング手法を提案する。 提案した3層階層型DLアルゴリズムは,後続の2つのGRUレベルを結合した畳み込み層で構成されており,LR法とハイブリダイゼーションすることで,誤差の低減につながることがわかった。
  論文  参考訳（メタデータ） (2022-04-12T01:59:36Z)
• Memory-Efficient Backpropagation through Large Linear Layers [107.20037639738433]
  Transformersのような現代のニューラルネットワークでは、線形層は後方通過時にアクティベーションを保持するために大きなメモリを必要とする。 本研究では,線形層によるバックプロパゲーションを実現するためのメモリ削減手法を提案する。
  論文  参考訳（メタデータ） (2022-01-31T13:02:41Z)
• Introducing Randomized High Order Fuzzy Cognitive Maps as Reservoir Computing Models: A Case Study in Solar Energy and Load Forecasting [0.0]
  ファジィ認知マップ(FCM)は、ノード(概念)と重みからなる解釈可能な符号付き重み付きグラフ法として登場した。 本稿では,R-HFCMとラベル付けされたランダム化された高次FCMモデル群からなる,新しい非可変時系列予測手法を提案する。 提案したR-HFCMモデルは,FCMとEcho State Network(ESN)の概念を,効率的かつ特異的なReservoir Computing(RC)モデルファミリとして統合することに関連している。
  論文  参考訳（メタデータ） (2022-01-06T17:58:09Z)
• Surface Warping Incorporating Machine Learning Assisted Domain Likelihood Estimation: A New Paradigm in Mine Geology Modelling and Automation [68.8204255655161]
  新たに取得した破砕孔データによって課される地球化学的および空間的制約に基づいて, モデル表面を再構成するバイーシアンワープ法が提案されている。 本稿では,このワーピングフレームワークに機械学習を組み込むことにより,可能性の一般化を図る。 その基礎は、p(g|c) が p(y(c)|g と似た役割を果たすような地質領域の確率のベイズ計算によって構成される。
  論文  参考訳（メタデータ） (2021-02-15T10:37:52Z)
• Augmentation of the Reconstruction Performance of Fuzzy C-Means with an Optimized Fuzzification Factor Vector [99.19847674810079]
  Fuzzy C-Means (FCM) は情報グラニュラーを構成する最も頻繁に使用される手法の1つである。 本稿では, ファジィ化因子のベクトルを導入することにより, FCMに基づく脱顆粒機構を増強する。 合成データセットと公開データセットの両方で実験が完了し、提案手法が汎用データ再構成手法より優れていることが示された。
  論文  参考訳（メタデータ） (2020-04-13T04:17:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。