Aller au contenu principal
2024 conference-paper

Rapid Prediction of EM Scattering from Finite Periodic Structures Using CBFM with ANNs

1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In this article, the artificial neural networks (ANNs) are combined with the characteristic basis function method (CBFM) to fast predict the electromagnetic scattering from finite periodic structures. The amplitude and the phase of the expansion coefficients of the characteristic basis functions (CBFs) are predicted by two different ANNs. Then, the predicted expansion coefficients are used to calculated the radar cross sections (RCSs) of the finite periodic structures. Numerical results are given to show the performance of the ANN-assisted CBFM.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Rapid Prediction of EM Scattering from Finite Periodic Structures Using CBFM with ANNs
Date Crossref
22/09/2024
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Electromagnetic Scattering and Analysis

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.