{"product_id":"ieej-btc2023mc020007","title":"深層学習によるマイクロ波フィルタの特性予測","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eMC2-7\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】2023年電気学会電子・情報・システム部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2023\/08\/23\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eOn Predicting Microwave Filter Characteristics Based on Deep Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e地引 琢人（北海道大学）,川崎 健（住友電気工業）,田能村 昌宏（住友電気工業）,五十嵐 一（北海道大学）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTakuto Jibiki (Hokkaido University),Takeshi Kawasaki (Sumitomo Electric Industries, Ltd.),Masahiro Tanomura (Sumitomo Electric Industries, Ltd.),Hajime Igarashi (Hokkaido University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eマイクロ波回路|トポロジー最適化|NGnet|深層学習|代理モデル|Microwave circuit|Topology optimization|NGnet|Deep learning|Surrogate model\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e電磁界解析を用いた電気機械・装置の最適設計において，計算コストの低減が求められている．特にトポロジー最適化においては，深層学習に基づく代理モデルが有効であることが示されている．しかし，代表的なマイクロ波回路の一つであるマイクロストリップラインは，回路形状のわずかな変化で特性が大きく変化し得るため，高精度の代理モデルを構築することは困難である．本研究では，マイクロストリップラインに対する代理モデルの予測誤差を予測することで予測結果が信頼できるかどうかを判断する手法と，それを用いたトポロジー最適化手法を提案する．\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 4.0","offer_id":46404377477359,"sku":"IEEJ-BTC2023MC020007-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_74ecf85a-7f41-447d-b38d-38d0d9ded9dd.png?v=1745055856","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-btc2023mc020007","provider":"電気学会 電子図書館","version":"1.0","type":"link"}