点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
在这项工作中,我们遵循以前的途径,以探索有限差分时间域(FDTD)方法中数值分散补偿的机器学习算法。混合深神经网络通过FDTD模拟的细胞大小进行训练,目的是通过比较粗大和密集的网格的各种平面微波电路的解决方案来“学习”数值分散误差的模式。因此,我们的培训数据不仅包括广泛的几何形状,还包括每个问题的可变密度的网格。我们对所提出的网络的结构进行了详尽的分析及其误差性能作为培训数据的函数。我们评估了其充当数值分散补偿引擎的能力:可以从粗网格模拟的结果中预测fdtd模拟的结果。
主要关键词