MétaCan
Menu
Retour à la cohorte
Enregistrement W2517533242 · doi:10.1109/nemo.2016.7561677

A review of neural network based techniques for nonlinear microwave device modeling

2016· review· en· W2517533242 sur OpenAlexaff
Wenyuan Liu, Weicong Na, Lin Zhu, Qi‐Jun Zhang

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésArtificial neural networkComputer scienceNonlinear systemWaveformMicrowaveSIGNAL (programming language)Electronic engineeringSpace mappingSignal processingRecurrent neural networkData modelingArtificial intelligenceAlgorithmEngineeringComputer hardwareDigital signal processingTelecommunications

Résumé

récupéré en direct d'OpenAlex

Nonlinear microwave device modeling is an important part of computer-aided design (CAD) and many papers have been published in the literature. This paper presents a review of neural network based techniques for nonlinear microwave device modeling including recurrent neural network (RNN), neuro-space mapping (Neuro-SM) and dynamic Neuro-SM techniques. Large-signal waveforms or DC, small-signal and large-signal harmonic data are used as training data. Compared with conventional equivalent circuit models, the models generated by these neural network based methods are more accurate and more efficient to represent the behavior of the device.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,297
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrowave Engineering and WaveguidesTravaux en français237 207