Parallel Decomposition Approach to Wide-Range Parametric Modeling With Applications to Microwave Filters
Notice bibliographique
Résumé
This article proposes a novel decomposition technique to address the challenges of electromagnetic (EM) parametric modeling, where the values of geometrical parameters change in a large range. In this method, a systematic and automated algorithm based on second-order derivative information is proposed to decompose the overall geometrical range into a set of subranges. Using the proposed technique, a smooth region is decomposed into a few large subregions, while a highly nonlinear region is decomposed into many small subregions. The proposed technique provides an efficient mathematical methodology to perform the decomposition in a systematic and automated process. An artificial neural network (ANN) model with a simple structure, hereby referred to as a submodel, is developed with geometrical parameters as variables in each subregion. When the values of geometrical parameters change from the region of one submodel to another submodel, the discontinuity of the EM responses is observed at the boundary between the adjacent submodels. There are many submodel boundaries in the overall model resulting in the complex multidimensional discontinuity problem. A submodel modification process is proposed to solve this multidimensional discontinuity problem to obtain a continuous model over the entire region. Parallel data generation, parallel submodel training, and parallel submodel modification are proposed to speed up the modeling development process. Compared with standard modeling methods using a single model to cover the entire wide geometrical range, the proposed method can obtain better model accuracy with short model-development time. Two microwave filter examples are used to illustrate the validity of the proposed technique.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».