論文の概要: Machine Learning Assisted Inverse Design of Pixelated mmWave Patch Antennas
- arxiv url: http://arxiv.org/abs/2608.23469v1
- Date: Mon, 24 Aug 2026 16:37:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.198985
- Title: Machine Learning Assisted Inverse Design of Pixelated mmWave Patch Antennas
- Title（参考訳）: レンズ付きmm波パッチアンテナの逆設計を機械学習で支援する
- Abstract要約: 画素化ミリ波パッチアンテナの逆設計のための機械学習支援フレームワークについて述べる。
アンテナ面はRogers RT/duroid 5880基板上で19x23バイナリピクセルグリッドとして表現される。
- 参考スコア（独自算出の注目度）: 0.9023122463034331
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A machine learning-assisted framework for the inverse design of pixelated millimetre-wave patch antennas targeting the 22--30 GHz band is presented. The antenna surface is represented as a 19x23 binary pixel grid on a Rogers RT/duroid 5880 substrate, where each pixel is either metal or empty, with a continuous electrical path from the feed enforced by design. An initial dataset of approximately 6,000 full-wave CST simulations was collected from structured random pixel patterns, of which only around 40% achieved a resonance with |S11| <= -10 dB anywhere in the band, resulting in an imbalanced dataset. To improve simulation efficiency, an XGBoost binary classifier was trained on this data to distinguish resonant from non-resonant patterns before simulation. Using the classifier as a pre-simulation filter, an additional 4,000 patterns were selected and simulated, raising the overall proportion of resonant designs in the combined 10,000-sample dataset from approximately 40% to 52%. A hybrid CNN-BiLSTM forward surrogate was then trained on this augmented dataset to predict the full complex S11 response across 801 frequency points, using a physics-guided composite loss that explicitly emphasises resonance dip accuracy. Finally, an inverse design model was developed that optimises in a compact 64-dimensional latent space using gradient descent to generate pixel patterns matching a desired S11 specification. The results show good agreement between the surrogate-predicted and CST-simulated |S11| responses for the generated designs and demonstrate the feasibility of automatically designing and reconfiguring antenna structures.
- Abstract（参考訳）: 22-30GHz帯をターゲットとした画素化ミリ波パッチアンテナの逆設計のための機械学習支援フレームワークを提案する。
アンテナ面はRogers RT/duroid 5880基板上に19×23のバイナリピクセルグリッドとして表現され、各ピクセルは金属または空であり、設計によって強制されたフィードからの連続的な電気経路を持つ。
約6,000のフルウェーブCSTシミュレーションの最初のデータセットは、構造化されたランダムなピクセルパターンから収集され、その約40%は、バンド内のどこでも |S11| <= -10 dB と共鳴し、不均衡なデータセットとなった。
シミュレーション効率を向上させるために、XGBoostバイナリ分類器をトレーニングし、シミュレーション前の共鳴パターンと非共鳴パターンを区別した。
この分類器をプレシミュレートフィルタとして使用し、4000パターンを追加選択しシミュレーションし、合計1万サンプルデータセットにおける共振器設計の総比率を約40%から52%に引き上げた。
ハイブリッドCNN-BiLSTMフォワードサロゲートは、801個の周波数ポイントにわたる完全な複雑なS11応答を予測するために、共振ディップの精度を明確に強調する物理誘導複合損失を用いてトレーニングされた。
最後に,所望のS11仕様に適合する画素パターンを生成するために勾配勾配を用いた64次元ラテント空間を最適化する逆設計モデルを開発した。
その結果、サロゲート予測とCST-シミュレートした |S11| 応答の間には良好な一致を示し、アンテナ構造の自動設計と再構成の可能性を示した。
関連論文リスト
- CNN Models for Microphone Array Covariance Matrix Upsampling and Acoustic Imaging [25.465068576945953]
事実上四面体4マイクロホンアレイを球状32マイクロホンアレイにアップサンプリングすることはディープラーニング技術を用いる。
実世界のSTARSS23データセットを用いた音響画像の共分散アップサンプリングについて,5つのニューラルネットワークアーキテクチャについて検討した。
その結果、全てのモデルにおいて、RMSEが0.548であり、最も優れたアーキテクチャが0.432であるランダムゲスベースラインよりも優れた結果が得られた。
論文 参考訳（メタデータ） (2026-07-01T13:25:30Z) - Multi-Modal Conditioned High-Resolution Transformer for Urban Electromagnetic Field Map Prediction Download PDF [3.3172899945646965]
都市環境における電磁界強度の予測はセルネットワーク計画に不可欠である。
建築レイアウト画像とアンテナ構成から500のEMFマップを生成する多条件高密度予測フレームワークを提案する。
我々の最良のモデルは、0.0461のMAE、プレーンなUNetベースラインに対する25.2%の改善、HRFormerのみのベースラインに対する31.8%を達成しています。
論文 参考訳（メタデータ） (2026-06-26T03:06:23Z) - TriSweep: A Four-Drone Swarm Framework for Electromagnetic Side-Channel Analysis [0.0]
TriSweepは、自律的なスタンドオフEM-SCAのための4つのドロンのSwarmアーキテクチャを設計し、評価するシミュレーションフレームワークである。
空間的に専門化された3つの収集ドローンは、コヒーレントな組み合わせを行う静止アキュベータードローンを供給します。
物理的なハードウェアは製造されておらず、プロトタイプの構築が次のステップとして計画されている。
論文 参考訳（メタデータ） (2026-05-21T16:47:44Z) - U6G XL-MIMO Radiomap Prediction: Multi-Config Dataset and Beam Map Approach [62.11972168232143]
XL-MIMOを搭載した上位6GHz帯(U6G)は、第6世代の無線システムにとって重要なイネーブルである。
既存のデータセットは、主に等方性アンテナを持つ小さな配列しかサポートしていない。
本稿では,XL-MIMOラジオマップを3つの側面から予測する。
論文 参考訳（メタデータ） (2026-03-06T15:44:27Z) - Data-Driven Antenna Miniaturization: A Knowledge-Based System Integrating Quantum PSO and Predictive Machine Learning Models [0.0]
本研究では,HFSSシミュレーションと量子ビーム動的粒子群最適化を統合し,アンテナ設計を高速化する。
QDPSOアルゴリズムは11.53秒でループ次元を自動最適化し、共振周波数は1.2208 GHzである。
システムは、製造可能なパラメータを自動生成するパフォーマンスターゲットの正確な仕様を可能にする。
論文 参考訳（メタデータ） (2025-05-28T15:04:36Z) - Development_of_a_novel_high-performance_balanced_homodyne_detector [4.304487989897226]
本研究は, 平衡ホモダイン検出器(BHD)回路設計における最適化シミュレーション手法の最初の応用である。
AC増幅回路は2つのABA-52563RF増幅器をカスケード構成でADSの高周波シミュレーションにより実装した。
実装されたシステムは、4つの並列チャネルで20.0504 Gbpsの集合生成率を示し、すべての出力ストリームがNIST SP 800-22の統計的テスト要求に合格した。
論文 参考訳（メタデータ） (2025-03-05T09:24:59Z) - Sub-token ViT Embedding via Stochastic Resonance Transformers [51.12001699637727]
Vision Transformer (ViT) アーキテクチャは、画像を高次元のベクトル化トークンの集合として表現し、それぞれが長方形の非重複パッチに対応する。
我々は「確率共鳴」にインスパイアされた無訓練法を提案する。
結果として得られるSRT(Stochastic Resonance Transformer)は、元の表現のリッチな意味情報を保持するが、空間的トークン化の粗い効果を軽減し、より微細な空間領域に基盤を置いている。
論文 参考訳（メタデータ） (2023-10-06T01:53:27Z) - Sionna RT: Differentiable Ray Tracing for Radio Propagation Modeling [65.17711407805756]
Sionnaは、リンクレベルのシミュレーションをベースとしたGPUアクセラレーションのオープンソースライブラリである。
リリース v0.14 以降、電波伝搬のシミュレーションのために微分可能なレイトレーサ (RT) を統合している。
論文 参考訳（メタデータ） (2023-03-20T13:40:11Z) - Synthetic Wave-Geometric Impulse Responses for Improved Speech
Dereverberation [69.1351513309953]
室内インパルス応答 (RIR) の低周波成分を正確にシミュレートすることが, 良好な脱ヴァーベレーションを実現する上で重要であることを示す。
本研究では, ハイブリッド合成RIRで訓練された音声残響モデルが, 従来の幾何線トレーシング法により学習されたRIRで訓練されたモデルよりも優れていたことを示す。
論文 参考訳（メタデータ） (2022-12-10T20:15:23Z) - HyperHyperNetworks for the Design of Antenna Arrays [91.3755431537592]
アレイ設計のための深層学習手法と小型アンテナの単一インスタンスについて述べる。
単一のアンテナの場合、ソリューションはシミュレーションネットワーク、ハイパーネットワーク、および精製ネットワークを組み合わせた複合ニューラルネットワークに基づいています。
学習目的は、得られた放射パターンと所望の放射パターンの類似度を測定することに基づく。
論文 参考訳（メタデータ） (2021-05-09T05:21:28Z) - Conditioning Trick for Training Stable GANs [70.15099665710336]
本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。
我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
論文 参考訳（メタデータ） (2020-10-12T16:50:22Z)
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。