开发EMC/SI/PI的机器学习CEM方法

• 作者: 姚赫明 姜立军 张欢欢 沙威
• 来源期刊: 安全与电磁兼容
• 关键词: 计算电磁学 电磁兼容 信号/功率完整性 机器学习 深度学习 时域有限差分 行为模型 源重建法 逆问题 亚波长成像
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 新视角
• 页码范围: 9-15
• 页数: 7页
• 语种: 中文

摘要

尽管机器学习(ML)在回归和分类应用中显示出了巨大的潜力,但它是否能在速度或精度方面成为科学计算的新引擎,仍然是一个问题.在信号完整性(SI)、功率完整性(PI)、电磁兼容(EMC)及电磁干扰的分析上,我们尤其感兴趣的是,将ML用于计算电磁学(CEM)的可能性.通过我们最近开发的基于ML的CEM算法可知,在SI/PI、EMC/EMI相关建模中,可以从三个方面使用ML方法:辅助模型生成、黑箱建模和算法更新.文中以几种计算电磁学算法为例,讨论了这三种方法在SI/PI、EMC/EMI相关建模中的应用,并根据我们的见解提供了每种方法的优缺点.