論文の概要: Multi-Solution Inverse Design of Pixelated Patch Antennas Using an Autoregressive Transformer

• arxiv url: http://arxiv.org/abs/2610.39300v1
• Date: Thu, 29 Oct 2026 03:49:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.45503
• Title: Multi-Solution Inverse Design of Pixelated Patch Antennas Using an Autoregressive Transformer
• Title（参考訳）: 自己回帰変換器を用いた画素型パッチアンテナの多解逆設計
• Abstract要約: 本稿では,10×10画素のパッチアンテナの逆設計のために,自己回帰型(AR)トランスを提案する。 その逐次離散生成プロセスは、与えられたターゲット応答に対する複数の実行可能な構造を合成することができる。 BPSOと比較して,提案手法は有効で多様なアンテナ候補をより効率的に生成する。
• 参考スコア（独自算出の注目度）: 4.681215534976143
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep-learning-based inverse design has emerged as a promising framework for pixelated patch antenna synthesis by enabling broader exploration of discrete geometry spaces and reducing design time compared with conventional template-based methods. Existing methods, including surrogate-assisted metaheuristic optimization, tandem inverse networks, and diffusion models, have advanced the field but still face practical limitations. Metaheuristic methods such as binary particle swarm optimization (BPSO) are sensitive to initialization and search hyperparameters and are often time-consuming, tandem networks have difficulty capturing the one-to-many nature of inverse antenna design, and diffusion models may require excessive complexity and data for moderate-scale binary layout synthesis. In this paper, an autoregressive (AR) transformer is presented for the inverse design of 10 x 10 pixelated patch antennas. Its sequential discrete generation process enables the synthesis of multiple feasible structures for a given target response. The pretrained model is further fine-tuned for dual-band design using step-shaped target responses with sharp spectral transitions, allowing intuitive band specification without manually constructing detailed S11 curves. Compared with BPSO, our proposed method generates valid and diverse antenna candidates more efficiently. Fabricated and measured examples confirm that distinct pixelated layouts can realize the desired antenna responses, thereby demonstrating the multi-solution capability of the proposed framework.
• Abstract（参考訳）: 深層学習に基づく逆設計は、離散幾何学空間の広い探索を可能にし、従来のテンプレートベースの手法と比較して設計時間を短縮することで、ピクセル化されたパッチアンテナ合成のための有望なフレームワークとして登場した。 代用代用メタヒューリスティック最適化、タンデム逆ネットワーク、拡散モデルなどの既存の手法は、この分野を前進させたが、実用的限界に直面している。 二元粒子群最適化(BPSO)のようなメタヒューリスティックな手法は初期化や探索ハイパーパラメータに敏感であり、しばしば時間を要する。 本稿では,10×10画素のパッチアンテナの逆設計のために,自己回帰型(AR)トランスを提案する。 その逐次離散生成プロセスは、与えられたターゲット応答に対する複数の実行可能な構造を合成することができる。 事前訓練されたモデルは、シャープなスペクトル遷移を持つステップ形状のターゲット応答を用いて、より詳細なS11曲線を手作業で構築することなく、直感的なバンド仕様を実現できる。 BPSOと比較して,提案手法は有効で多様なアンテナ候補をより効率的に生成する。 ファブリケートおよび測定例は、異なる画素配置が所望のアンテナ応答を実現できることを確認し、提案フレームワークのマルチソリューション能力を示す。

関連論文リスト

• A Bi-Stage Framework for Automatic Development of Pixel-Based Planar Antenna Structures [3.441021278275805]
  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。
  論文  参考訳（メタデータ） (2026-03-04T07:44:44Z)
• 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)
• One-Shot Refiner: Boosting Feed-forward Novel View Synthesis via One-Step Diffusion [57.824020826432815]
  スパース画像から高忠実性ノベルビュー合成(NVS)を実現するための新しいフレームワークを提案する。 ViTバックボーンによって制限されることなく高解像度画像を処理できるデュアルドメイン詳細知覚モジュールを設計する。 我々は,修復過程において高周波の詳細を保存できる特徴誘導拡散ネットワークを開発した。
  論文  参考訳（メタデータ） (2026-01-20T17:11:55Z)
• Physics-guided and fabrication-aware inverse design of photonic devices using diffusion models [43.51581973358462]
  本稿では,拡散モデルのサンプリングプロセスに随伴勾配感度を統合する物理誘導フレームワークであるAdjointDiffusionを提案する。 提案手法は, 効率と製造性の両方において, 最先端の非線形勾配法より一貫して優れる。
  論文  参考訳（メタデータ） (2025-04-23T19:54:33Z)
• 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)
• Protein Design with Guided Discrete Diffusion [67.06148688398677]
  タンパク質設計における一般的なアプローチは、生成モデルと条件付きサンプリングのための識別モデルを組み合わせることである。 離散拡散モデルのためのガイダンス手法であるdiffusioN Optimized Smpling (NOS)を提案する。 NOSは、構造に基づく手法の重要な制限を回避し、シーケンス空間で直接設計を行うことができる。
  論文  参考訳（メタデータ） (2023-05-31T16:31:24Z)
• 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)
• Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
  大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。 本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-08T12:48:06Z)

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。