MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016933939
■00520240214101509
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380472630
■035    ▼a(MiAaPQ)AAI30567981
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621.3
■1001  ▼aWen,  Erda.
■24510▼aGenerative  Neural  Networks  Enable  Real-Time  EM  Metastructure  Designs▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  California,  San  Diego.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(80  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-04,  Section:  B.
■500    ▼aAdvisor:  Sievenpiper,  Daniel  F.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  San  Diego,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aThis  dissertation  discusses  how  generative-type  artificial  neural  network  (ANNs)  enables  the  real-time  inverse  design  process  of  reconfigurable  EM  megastructures.  Specifically,  we  demonstrate  two  designs:  1.  a  2-D  beamformer  with  rotatable  dielectric  slabs  and  2.  a  conformal  EM  coating  responding  to  free-form  design  goals  on  reflection  pattern  in  a  dynamic  environment,  the  latter  being  an  ultimate  ambition  of  EM  scattering  control  and  nearly  impossible  to  realize  with  conventional  methods.  These  two  examples  demonstrate  the  superiority  of  ANN  methods  in  dealing  with  high-nonlinear  EM  design  problems  requiring  fast  responses.  Furthermore,  the  proposed  data-driven  free-form  inverse-design  approach  can  be  accommodated  for  other  science/engineering  tasks.
■590    ▼aSchool  code:  0033.
■650  4▼aElectrical  engineering.
■653    ▼aArtificial  neural  network
■653    ▼aDynamic  environment
■653    ▼aConventional  methods
■653    ▼aDielectric  slabs
■690    ▼a0544
■690    ▼a0800
■71020▼aUniversity  of  California,  San  Diego▼bComputer  Science  and  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-04B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0033
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16933939▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books