| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-04-17 15:25 インピーダンス補正2X-Thruディエンベディングにおける因果性誤差補正機械学習モデル ○吉永浩之・佐藤 博（日清紡マイクロデバイス）  WPT2026-7 MW2026-7 |
|
| 抄録 | （和） | RF回路や高速デバイスの評価に用いるインピーダンス補正2X-Thru法では，DUT構造，特性によっては期待した効果が得られずに大きな誤差が生じる場合がある．本報告ではこの誤差はSパラメータの上限周波数打ち切りに伴う因果性誤差であることを示すと共に，機械学習手法に基づく新たな誤差補正モデルを提案する．そしてこのモデルをDUT抽出に適用することで，因果性誤差が大幅に低減できることを示す． |
| （英） | The impedance corrected 2X-Thru gives unexpected errors depending on the structure and RF properties of DUT. This paper describes that these errors are due to causal violations coming from truncated S-parameters used in the de-embedding process. To reduce the above-mentioned errors, we have developed a Causality Error Correction (CEC) model for de-embedding the DUT based on the machine learning technique. The newly developed model has reduced the causality errors successfully and improved the de-embedding accuracy for the DUT. | |
| キーワード | （和） | 2x-thru / LSTM / Sパラメータ / 機械学習 / ディエンベディング / 評価治具 / / |
| （英） | 2x-thru / long short-term memory (LSTM) / S-parameters / machine learning / de-embedding / test fixture / / | |
| 文献情報 | 信学技報, vol. 126, no. 6, MW2026-7, pp. 37-42, 2026年4月. | |
| 資料番号 | MW2026-7 | |
| 発行日 | 2026-04-10 (WPT, MW) | |
| 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 | WPT2026-7 MW2026-7 |
|
| 研究会情報 | |
| 研究会 | WPT MW |
| 開催期間 | 2026-04-17 - 2026-04-17 |
| 開催地（和） | あいぽーと佐渡 多目的ホール |
| 開催地（英） | Aiport Sado |
| テーマ（和） | 無線電力伝送/マイクロ波⼀般 |
| テーマ（英） | Wireless Power Transfer, Microwave |
| 講演論文情報の詳細 | |
| 申込み研究会 | MW |
| 会議コード | 2026-04-WPT-MW |
| 本文の言語 | 日本語 |
| タイトル（和） | インピーダンス補正2X-Thruディエンベディングにおける因果性誤差補正機械学習モデル |
| サブタイトル（和） | |
| タイトル（英） | Machine Learning based Causality Error Correction Model for the Impedance Corrected 2X-Thru De-Embedding |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 2x-thru / 2x-thru |
| キーワード(2)（和/英） | LSTM / long short-term memory (LSTM) |
| キーワード(3)（和/英） | Sパラメータ / S-parameters |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | ディエンベディング / de-embedding |
| キーワード(6)（和/英） | 評価治具 / test fixture |
| 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） | 吉永 浩之 / Hiroyuki Yoshinaga / ヨシナガ ヒロユキ |
| 第1著者 所属（和/英） | 日清紡マイクロデバイス株式会社 (略称： 日清紡マイクロデバイス) Nisshinbo Microdevices Inc. (略称： Nisshinbo Microdevices) |
| 第2著者 氏名（和/英/ヨミ） | 佐藤 博 / Hiroshi Sato / サトウ ヒロシ |
| 第2著者 所属（和/英） | 日清紡マイクロデバイス株式会社 (略称： 日清紡マイクロデバイス) Nisshinbo Microdevices Inc. (略称： Nisshinbo Microdevices) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-04-17 15:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MW |
| 資料番号 | WPT2026-7, MW2026-7 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.5(WPT), no.6(MW) |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2026-04-10 (WPT, MW) |
[研究会発表申込システムのトップページに戻る]