科研之友
微信
新浪微博
Facebook
分享链接
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。
