Applications of Deep Learning in Electromagnetics: Teaching Maxwell's Equations to Machines
El aprendizaje profundo ha comenzado a aplicarse a la resolución de muchos problemas electromagnéticos, incluido el desarrollo de solucionadores de modelado rápidos, algoritmos de imagen precisos, herramientas de diseño eficientes para antenas, así como herramientas para la caracterización de enlaces/canales inalámbricos. Los contenidos de este libro representan aplicaciones pioneras de las técnicas de aprendizaje profundo a la ingeniería electromagnética, donde dominan los principios físicos descritos por las ecuaciones de Maxwell. Con el desarrollo de las técnicas de aprendizaje profundo, la mejora de la capacidad de aprendizaje y la capacidad de generalización pueden permitir a las máquinas "aprender" a partir de datos recogidos adecuadamente y "dominar" las leyes físicas en determinadas condiciones de contorno controladas. A largo plazo, una hibridación de los principios físicos fundamentales con el conocimiento a partir de datos de entrenamiento podría desencadenar numerosas posibilidades en la teoría y la ingeniería electromagnéticas que antes eran imposibles debido al límite de información de los datos y la capacidad de cálculo.
Las aplicaciones electromagnéticas del aprendizaje profundo tratadas en el libro incluyen el modelado electromagnético directo, la dispersión inversa en el espacio libre, los ensayos y la evaluación no destructivos, las imágenes del subsuelo, las imágenes biomédicas, la estimación de la dirección de llegada, la teledetección, las comunicaciones digitales por satélite, el reconocimiento de imágenes y gestos, el diseño de metamateriales y metasuperficies, así como el modelado de circuitos de microondas.
Applications of Deep Learning in Electromagnetics contiene información valiosa para investigadores que buscan nuevas herramientas para resolver las ecuaciones de Maxwell, estudiantes de teoría electromagnética e investigadores en el campo del aprendizaje profundo con interés en aplicaciones novedosas.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)