A novel hierarchical machine-learning-based method for efficient solutions of electromagnetic scattering problems
Elektromanyetik saçılım problemlerinin verimli çözümü için özgün hiyerarşik makine-öğrenmesi-tabanlı method
- Tez No: 686824
- Danışmanlar: PROF. DR. VAKUR BEHÇET ERTÜRK, DR. MERT KALFA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Makine öğrenmesi, Machine learning
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, mükemmel elektrik iletkeni nesnelerden elektromanyetik saçılma problemlerini çözmek için yeni bir hiyerarşik makine öğrenimi tabanlı yöntem öneriyoruz. Önerilen yöntem, ayrıklaştırılmış yüzey integrali denklemlerini çözer ve kontrol edilebilir bir hata ile hiyerarşik çok seviyeli bir düzen sağlamak için çok seviyeli hızlı çokkutup yöntemine (ÇSHÇY) benzer bir ağaç yapısı kullanır. Yöntemin özgünlüğü, tek-kutulu-tampon şemasına dayalı uzak bölge etkileşimleri için matris-vektör-çarpımlarının hesaplanmasından gelir. Bu etkileşimler, verilen geometri için grup halinde yapay sinir ağları yardımıyla kutudan kutuya serbest uzay diyadik Green fonksiyonunun yakınsanmasıyla gruplar halinde hesaplanır. Bu nedenle, serbest uzay diyadik Green fonksiyonunu yakınsayacak sinirsel ağ modelleri belirli bir geometri için eğitildikten sonra, aynı elektrik boyutuna sahip tüm saçıcılara herhangi bir uyarım için uygulanabilirler. Ön sonuçlar, algoritmanın isabetli sonuçlar sunduğunu ve ÇSHÇY gibi mevcut en gelişmiş yöntemlerle karşılaştırılabilir bir karmaşıklığa sahip olduğunu göstermektedir. Ek olarak, önerilen yöntem, ÇSHÇY'nin iyi bilinen düşük-frekans bozulması problemini sergilemez ve hesaplama verimliliği paralelleştirme ile iyileştirilebilir.
Özet (Çeviri)
In this thesis, we propose a novel hierarchical machine-learning-based method to solve electromagnetic scattering problems from perfectly electrical conductor objects. The proposed method solves the discretized surface integral equation and uses a tree structure inspired by the multilevel fast multipole algorithm (MLFMA) to provide a hierarchical multilevel scheme with a controllable error. The novelty of the method comes from the evaluation of the matrix-vector- product for the far-zone interactions based on the one-box-buffer scheme. These interactions are computed in a group-wise manner by approximating the box-to-box free space dyadic Green's function for a given geometry with the help of the artificial neural networks. Therefore, once the neural network models to estimate the free-space Green's function are trained for a certain geometry, they become applicable to all arbitrary scatterers with the same electrical size for any excitation. The preliminary results show that the algorithm provides very accurate results and has a comparable complexity with the available state-of-the-art methods, such as MLFMA. Additionally, the proposed method does not exhibit the well-known low-frequency breakdown problem of MLFMA, and its computational efficiency can be greatly improved by parallelization.
Benzer Tezler
- Multi-agent planning with automated curriculum learning
Otomatik müfredat öğrenmesi ile çoklu ajan planlaması
ONUR AKGÜN
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- Robot hücresi içerisinde yapay zekâ ve görüntü işleme tabanlı parça besleme kontrolü
Artifical intelligence and image processing-based part feeding control in a robot cell
ENESALP ÖZ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Novel methods for fast and accurate solutions of electromagnetic integral equations
Elektromanyetik integral denklemlerin hızlı ve doğru çözümleri için yeni yöntemler
ENES KOÇ
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. VAKUR BEHÇET ERTÜRK
DR. MERT KALFA
- Beyin tümörü segmentasyonu için yeni bir üç boyutlu U-Net tabanlı derin öğrenme mimarisi
A novel three-dimensional U-Net based deep learning architecture for brain tumor segmentation
AYŞE BAŞTUĞ KOÇ
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- 1985-1986 yıllarında Polatlı Devlet Hastanesine kaza nedeniyle başvuranların incelenmesi
Başlık çevirisi yok
FERHAN ŞENOL
Yüksek Lisans
Türkçe
1986
İlk ve Acil YardımGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. HİKMET PEKCAN