論文の概要: A Bi-Stage Framework for Automatic Development of Pixel-Based Planar Antenna Structures

• arxiv url: http://arxiv.org/abs/2603.03810v1
• Date: Wed, 04 Mar 2026 07:44:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.225434
• Title: A Bi-Stage Framework for Automatic Development of Pixel-Based Planar Antenna Structures
• Title（参考訳）: 画素ベース平面アンテナ構造の自動開発のための2段階フレームワーク
• Authors: Khadijeh Askaripour, Adrian Bekasiewicz, Slawomir Koziel,
• Abstract要約: 現代のアンテナの開発は、経験駆動によるトポロジの決定とパラメータのチューニングを介し、性能仕様を満たす認知プロセスである。 本研究では,アンテナの自動生成のためのバイステージフレームワークについて考察する。 この手法は、ラジエータを構成する成分(いわゆるピクセル)間の相互接続を最適化することで自由形式位相を決定する。
• 参考スコア（独自算出の注目度）: 3.441021278275805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Development of modern antennas is a cognitive process that intertwines experience-driven determination of topology and tuning of its parameters to fulfill the performance specifications. Alternatively, the task can be formulated as an optimization problem so as to reduce reliance of geometry selection on engineering insight. In this work, a bi-stage framework for automatic generation of antennas is considered. The method determines free-form topology through optimization of interconnections between components (so-called pixels) that constitute the radiator. Here, the process involves global optimization of connections between pixels followed by fine-tuning of the resulting topology using a surrogate-assisted local-search algorithm to fulfill the design re-quirements. The approach has been demonstrated based on two case studies concerning development of broadband and dual-band monopole antennas.
• Abstract（参考訳）: 現代のアンテナの開発は、経験駆動によるトポロジの決定とパラメータのチューニングを介し、性能仕様を満たす認知プロセスである。 あるいは、そのタスクを最適化問題として定式化することで、幾何学的選択が工学的洞察に依存することを減らすことができる。 本研究では,アンテナの自動生成のためのバイステージフレームワークについて考察する。 この手法は、ラジエータを構成する成分(いわゆるピクセル)間の相互接続を最適化することで自由形式位相を決定する。 ここで、このプロセスはピクセル間の接続のグローバルな最適化と、サロゲート支援局所探索アルゴリズムによるトポロジの微調整を伴い、設計の要求を満たす。 この手法は、ブロードバンドとデュアルバンド単極アンテナの開発に関する2つのケーススタディに基づいて実証されている。

関連論文リスト

• Unsupervised Surrogate-Assisted Synthesis of Free-Form Planar Antenna Topologies for IoT Applications [3.441021278275805]
  モノのインターネット(IoT)アプリケーションのためのアンテナ構造の設計は難しい問題である。 アンテナ設計に対する従来のアプローチは、通常、トポロジーのマニュアル開発とチューニングが絡み合っている。 汎用シミュレーションモデルを用いて表現された自由形アンテナの性能指向性開発のための可変忠実度フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-04T07:25:41Z)
• Heterogeneity-agnostic AI/ML-assisted beam selection for multi-panel arrays [0.0]
  アンテナの不均一性をサポートするAI/MLベースのビーム選択アルゴリズムを提案する。 アンテナ構成から伝搬特性を分離する参照信号受信電力(RSRP)モデルを導出する。 我々は,これらの変数をユーザ位置から予測する3段階の自己回帰ネットワークを開発した。
  論文  参考訳（メタデータ） (2026-02-21T01:03:05Z)
• Deep Learning Optimization of Two-State Pinching Antennas Systems [48.70043547158868]
  ピンチアンテナ(PA)は、二元活性化状態を通して電磁波の伝搬を動的に制御することができる。 本研究では,ユーザ端末での通信速度を最大化することを目的として,定位PAのサブセットを最適に選択して導波路で活性化する問題について検討する。
  論文  参考訳（メタデータ） (2025-07-08T17:55:54Z)
• Improving Generative Inverse Design of Rectangular Patch Antennas with Test Time Optimization [3.9599054392856483]
  矩形パッチアンテナの逆設計のための2段階のディープラーニングフレームワークを提案する。 提案手法は自然に異なる設計基準に一般化し,より複雑な幾何学的設計空間に容易に適用できる。
  論文  参考訳（メタデータ） (2025-05-19T02:24:28Z)
• Aerial Secure Collaborative Communications under Eavesdropper Collusion in Low-altitude Economy: A Generative Swarm Intelligent Approach [84.20358039333756]
  本研究では,AAV群に分散コラボレーティブビームフォーミング(DCB)を導入し,対応する信号分布を制御して盗聴者の共謀を処理した。 両方向の秘密保持能力と最大サイドローブレベルを最小化して、未知の盗聴者からの情報漏洩を回避する。 本稿では,より少ないオーバーヘッドで問題を解決するために,新しいジェネレーティブ・スウォーム・インテリジェンス(GenSI)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-02T04:02:58Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• Multi-agent Reinforcement Learning with Graph Q-Networks for Antenna Tuning [60.94661435297309]
  モバイルネットワークの規模は、手作業による介入や手作業による戦略を使ってアンテナパラメータの最適化を困難にしている。 本研究では,モバイルネットワーク構成をグローバルに最適化するマルチエージェント強化学習アルゴリズムを提案する。 シミュレーション環境におけるアンテナ傾き調整問題とジョイント傾き・電力制御問題に対するアルゴリズムの性能を実証的に示す。
  論文  参考訳（メタデータ） (2023-01-20T17:06:34Z)
• Antenna Array Calibration Via Gaussian Process Models [0.0]
  アンテナアレイキャリブレーションは、広範囲の先進アンテナシステムにおけるビームパターンの忠実度を維持するために必要である。 アンテナキャリブレーションを,関数近似のタスクとして定式化し,ベイズ機械学習を用いて処理する。 まず、各放射素子、位置オフセット、およびアンテナ素子間の相互結合効果に対応するハードウェア障害を捕捉するパラメータ空間を定義する。 一度展開すると、学習された非パラメトリックモデルは、システムのビームフォーミング重みを継続的に変換し、修正されたビームパターンをもたらす。
  論文  参考訳（メタデータ） (2023-01-16T19:40:50Z)
• Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI [108.08079323459822]
  本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。 推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
  論文  参考訳（メタデータ） (2022-07-03T06:57:07Z)
• A Machine Learning Generative Method for Automating Antenna Design and Optimization [9.438718097561061]
  異なるノードを接続することで任意の形状を形成できるメッシュネットワークの概念を取り入れたフレキシブルな幾何学的スキームを導入する。 広帯域なデュアル共振アンテナの設計では,提案手法はTrust Region Frameworkと同等であり,他の成熟した機械学習アルゴリズムよりもはるかに優れている。
  論文  参考訳（メタデータ） (2022-02-28T21:30:37Z)
• CSformer: Bridging Convolution and Transformer for Compressive Sensing [65.22377493627687]
  本稿では,CNNからの詳細な空間情報を活用するためのハイブリッドフレームワークと,表現学習の強化を目的としたトランスフォーマーが提供するグローバルコンテキストを統合することを提案する。 提案手法は、適応的なサンプリングとリカバリからなるエンドツーエンドの圧縮画像センシング手法である。 実験により, 圧縮センシングにおける専用トランスアーキテクチャの有効性が示された。
  論文  参考訳（メタデータ） (2021-12-31T04:37:11Z)

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。