深層学習によるマイクロストリップラインのトポロジー最適化の基礎検討

カテゴリ: 全国大会

論文No: 5-131

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): A Basic Study on Topology Optimization of Microstrip Lines Using Convolutional Neural Networks

著者名: 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）

著者名(英語): Takuto Jibiki (Hokkaido University),Takeshi Kawasaki (Sumitomo Electric Industries),Masahiro Tanomura (Sumitomo Electric Industries),Hajime Igarashi (Hokkaido University)

キーワード: マイクロストリップライン|トポロジー最適化|高周波回路|深層学習|代理モデル|帯域通過フィルタ|Microstrip lines|Topology optimization|High frequency circuits|Deep learning|Surrogate model|Bandpass filter

要約(日本語): 本報告では深層学習を用いたマイクロストリップラインのトポロジー最適化の基礎検討として，周波数特性を予測する畳み込みニューラルネットワーク（CNN）の精度について議論する。CNNの学習は，電磁界解析と進化計算を組み合わせたトポロジー最適化の過程で得られたデータをもとに行う。学習済みモデルにテストデータを入力した結果，データセットの多くの割合を占めている最適化結果の形状に近い形状に対しては高い精度で予測ができており，そのような形状とは異なる形状に対してもある程度の精度で予測が可能なことが確認されている。発表時

本誌掲載ページ: 230-231 p

原稿種別: 日本語

PDFファイルサイズ: 479 Kバイト