T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:随着电磁器件的集成化,器件搭载的模块、实现的功能愈发多样.各模块间的耦合难以忽略,设计难度陡然增加,传统设计方法逐渐力不从心,迫切需要寻找一种新的电磁综合设计方法.本文利用时间反演电磁波的时空同步聚焦特性,探索了将时间反演技术应用于器件设计的可能性.首先,基于通用的器件逆设计流程,利用时间反演技术、并矢格林函数及电磁学的基本原理,提出了将器件端口场分布转换为内部场分布的方法,并证明由端口期望场的时间反演场在空间某一位置获得的连续等效源的共轭分布可在端口处产生与期望场接近的场分布.且在单点频逆设计过程中,只需知道端口电场或磁场的切向分量即可完成端口场与内部场的转换.同时,借助格林函数的互易性对本文所提理论做适当变换后,进行数值仿真验证,分析讨论了不同初始信息条件下该方法的适用性.仿真结果与理论相符,证明了理论的正确性,为将时间反演技术应用于电磁器件的逆设计提供了可能.
摘要:使用物理启发的神经网络方法求解物理逆问题正成为一种趋势,但仅通过损失函数引入物理信息的方案难以求解.为解决电磁器件逆设计中物理启发神经网络模型不易收敛的问题,本文引出了深度物理启发神经网络.深度物理启发神经网络使用偏微分方程的基本解构成的网络替代传统的前馈神经网络,将数学物理模型嵌入网络结构.这一特点使深度物理启发网络的训练参数具有实际物理意义,相较传统物理启发神经网络拥有更简洁的损失函数,计算效率和稳定性也有明显提升.以二端口波导的散射参数设计为例,数值实验结果表明该方案在保证与设计目标相关性系数大于0.99的同时,最快可在25 s实现器件逆设计,且能够获得多样化的结构设计结果.本文提出的方法为逆物理问题求解构建及神经网络的物理信息嵌入探索提供了新思路.
摘要:先进的无创神经影像技术(如EEG和fMRI)允许研究者直接观察被试在完成多种知觉、运动和认知任务时的大脑活动。将脑功能成像与严密的实验设计和数据分析方法结合起来,我们可以考察大脑不同脑区的功能以及它们之间的交互作用。随着脑功能成像技术在研究人类决策行为中的日益成功运用,一个被称为神经经济学的新兴领域正在逐渐形成和发展起来。本文中首先对脑成像技术进行一个总体介绍,重点在于探讨近年来在多体素分析和多模态数据整合的最新进展。接下来,我们以风险决策、跨时间选择以及社会决策领域的几个研究为例,阐述神经影像技术如何能加深和拓展我们对人类决策的认识。最后,我们讨论了神经经济学中研究中面临的一些挑战以及未来的研究方向。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn