Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

AI-Powered Inverse Design of Ku-Band SIW Resonant Structures by Iterative Residual Correction Network

Created by
  • Haebom

저자

Mohammad Mashayekhi, Kamran Salehian, Abbas Ozgoli, Saeed Abdollahi, Abdolali Abdipour, Ahmed A. Kishk

개요

본 연구는 근접 및 광대역 공진을 모두 갖는 고성능 기판 집적 도파관(SIW) 필터의 역설계를 위해 딥러닝 기반 프레임워크를 개발하고 검증했다. Feedforward Inverse Model (FIM), Hybrid Inverse-Forward Residual Refinement Network (HiFR2-Net), Iterative Residual Correction Network (IRC-Net)로 구성된 3단계 딥러닝 프레임워크를 구현했으며, IRC-Net이 다른 모델보다 우수한 성능을 보였다. 실험 결과는 오차 감소를 통해 정확성과 수렴성을 향상시켰다.

시사점, 한계점

시사점:
복잡한 마이크로파 필터의 견고하고 정확하며 일반화 가능한 역설계를 가능하게 함.
시뮬레이션 비용을 최소화하여 고급 필터 설계의 신속한 프로토타이핑을 지원할 수 있음.
마이크로파 및 밀리미터파 기술의 다른 고주파 부품으로 확장 가능성.
한계점:
구체적인 한계점은 논문 요약 내용에 포함되지 않음.
👍