Robust Parameter Extraction Technique Based on Complex-Frequency-Domain EM Behavior for Neuro-TF Modeling of Microwave Filters
Notice bibliographique
Résumé
The neuro-transfer function (Neuro-TF) modeling approach has been widely used to accelerate the electromagnetic (EM) modeling and optimization process. In the standard Neuro-TF approach, the extracted transfer function (TF) parameters (e.g., poles/residues or zeros/poles) are complex values in the real frequency domain (i.e., the$j\omega $-axis). Since the complex TF parameters are in the Laplace domain, the standard Neuro-TF approach inherently has a nonuniqueness parameter extraction issue with respect to geometrical parameters change. This article addresses this issue and proposes a robust parameter extraction technique based on complex-frequency-domain (CFD) EM behavior for Neuro-TF modeling of microwave filters. We approximately consider the real domain of CFD as a loss in this article. Therefore, we want to extract TF parameters not only from the frequency domain but also from the loss domain. In the proposed technique, we introduce the model-order reduction (MOR) technique to expedite the parameter extraction process, enabling fast frequency and loss sweeps simultaneously. The introduction of the MOR technique avoids the discrete solving of the EM response of each loss in the CFD, thus expediting the proposed parameter extraction process. The extracted parameters using the proposed technique have better correspondence with the information of CFD, improving the smoothness of extracted TF parameters. Therefore, the proposed technique enhances the robustness of TF parameter extraction and subsequently improves the accuracy of the Neuro-TF modeling over a relatively wide geometrical range. This article utilizes five microwave filter examples to demonstrate the advantages of the proposed method.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».