Wyszukiwarka
Opis
The dataset was generated using a procedure for expedited globalized parameter adjustment of microwave passives. The search process was embedded in a surrogate-assisted machine learning framework operating in a dimensionality-restricted domain, spanned by the parameter space directions being of importance in terms of their effects on the circuit characteristic variability.
Extensive comparisons with several state-of-the-art routines, including a bio-inspired algorithm and an ML scheme operating within the original parameter space, indicated competitive efficacy regarding the quality of the rendered designs and CPU efficiency. The CPU savings achieved due to dimensionality reduction were as high as 50%.
Plik z danymi badawczymi
metadata_p1_complete.pdf
1.2 MB,
S3 ETag
2ddf94b2be715a3513c15a921fc65898-1,
pobrań: 0
Hash pliku liczony jest ze wzoru
Przykładowy skrypt do wyliczenia:
https://github.com/antespi/s3md5
hexmd5(md5(part1)+md5(part2)+...)-{parts_count} gdzie pojedyncza część pliku jest wielkości 512 MBPrzykładowy skrypt do wyliczenia:
https://github.com/antespi/s3md5
Informacje szczegółowe o pliku
- Licencja:
-
otwiera się w nowej karcie
CC BYUznanie autorstwa
Informacje szczegółowe
- Rok publikacji:
- 2025
- Data zatwierdzenia:
- 2025-03-17
- Język danych badawczych:
- angielski
- DOI:
- Identyfikator DOI 10.34808/5vp4-vj58 otwiera się w nowej karcie
- Finansowanie:
- Weryfikacja:
- Politechnika Gdańska
Słowa kluczowe
Powiązane zasoby
- publikacja Optimization of Microwave Components Using Machine Learning and Rapid Sensitivity Analysis
Cytuj jako
Autorzy
wyświetlono 11 razy