講演抄録/キーワード |
講演名 |
2022-11-17 11:05
[依頼講演]ニューラルネットワークを援用したマイクロ波フィルタ設計について ○大平昌敬・馬 哲旺(埼玉大) EMT2022-46 |
抄録 |
(和) |
マイクロ波バンドパスフィルタ(BPF:Bandpass Filter)の設計の高速化のため,ニューラルネットワーク(NN:Neural Network)を用いた代理モデルによる最適化設計法について述べる.本稿では,まず順問題(電磁界解析)と逆問題(マイクロ波回路設計)について概説し,各々の課題を明らかにする.そしてその課題を解決するため,本稿ではNNを用いて構築した順モデルと逆モデルの2つの代理モデルをBPF設計に導入している.その結果,回路合成で得られた結合行列を逆モデルに入力するだけで瞬時に構造パラメータの初期値を推測することができ,さらに電磁界解析の代わりに順モデルを用いて高速特性計算を行うことで最適化で最適な構造パラメータを即座に得ることができることを示す.本設計手法の有効性は,5段マイクロストリップBPFの設計を通して実証している. |
(英) |
A surrogate-based electromagnetic (EM) optimization method using neural networks (NNs) is presented for computationally efficient microwave bandpass filter (BPF) design. This paper first describes the forward problem (EM analysis) and the inverse problems (EM circuit design), and the two fundamental issues in BPF designs. To accelerate the BPF design, two surrogate models of forward and inverse models are introduced, which are built with NNs. As a result, the inverse model can instantaneously guess initial structural parameters with high accuracy by inputting synthesized coupling-matrix elements into the NN. Then, the forward model in conjunction with optimization algorithm enables designers to rapidly find optimal structural parameters. The effectiveness of the surrogate-based EM optimization is verified through structural designs of a fifth-order microstrip BPF. |
キーワード |
(和) |
マイクロ波フィルタ / 代理モデル / ニューラルネットワーク / 最適化設計 / / / / |
(英) |
microwave filters / surrogate model / neural network / optimization design / / / / |
文献情報 |
信学技報, vol. 122, no. 256, EMT2022-46, pp. 12-17, 2022年11月. |
資料番号 |
EMT2022-46 |
発行日 |
2022-11-10 (EMT) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EMT2022-46 |
研究会情報 |
研究会 |
EMT IEE-EMT |
開催期間 |
2022-11-17 - 2022-11-19 |
開催地(和) |
機械振興会館 |
開催地(英) |
Kikai-Shinko-Kaikan Bldg. |
テーマ(和) |
電磁界理論一般 |
テーマ(英) |
Electromagnetic Theory, etc. |
講演論文情報の詳細 |
申込み研究会 |
EMT |
会議コード |
2022-11-EMT-EMT |
本文の言語 |
日本語 |
タイトル(和) |
ニューラルネットワークを援用したマイクロ波フィルタ設計について |
サブタイトル(和) |
|
タイトル(英) |
A Neural-Network Assisted Microwave Filter Design |
サブタイトル(英) |
|
キーワード(1)(和/英) |
マイクロ波フィルタ / microwave filters |
キーワード(2)(和/英) |
代理モデル / surrogate model |
キーワード(3)(和/英) |
ニューラルネットワーク / neural network |
キーワード(4)(和/英) |
最適化設計 / optimization design |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
大平 昌敬 / Masataka Ohira / オオヒラ マサタカ |
第1著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
第2著者 氏名(和/英/ヨミ) |
馬 哲旺 / Zhewang Ma / マ テツオウ |
第2著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-11-17 11:05:00 |
発表時間 |
25分 |
申込先研究会 |
EMT |
資料番号 |
EMT2022-46 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.256 |
ページ範囲 |
pp.12-17 |
ページ数 |
6 |
発行日 |
2022-11-10 (EMT) |