CINECA IRIS Institutional Research Information System
IRIS è l'Anagrafe della ricerca dell'Università degli Studi di Trento, e ha lo scopo di raccogliere, documentare, conservare e diffondere, anche ad accesso aperto, la produzione scientifica degli autori afferenti all'Università degli Studi di Trento.
EnglishThe concept of digital twins (DTs) for reflectarray (RA) unit cells (UCs) is discussed and implemented by exploiting electromagnetic-driven machine learning techniques. Towards this end, several open challenges are addressed such as (i) the reliability and the effectiveness of using surrogates for modeling different, in terms of descriptors and complexity, UCs, (ii) the accuracy in predicting the scattering matrix entries of both single and dual-polarization elements, (iii) the implementation of effective and efficient strategies for the setup of the training set, and (iv) the definition of generalized and robust guidelines for the use of popular machine learning techniques to the problem at hand. Representative results of an extensive numerical validation are presented to assess the performance and the potentialities of DTs when dealing with different RA modeling problems and training sets.
Towards Efficient Reflectarray Digital Twins - An EM-Driven Machine Learning Perspective / Oliveri, G.; Salucci, M.; Massa, A.. - In: IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION. - ISSN 0018-926X. - STAMPA. - 2022:(2022), pp. 1-1. [10.1109/TAP.2022.3155204]
Scheda prodotto non validato
I dati visualizzati non sono stati ancora sottoposti a validazione formale da parte dello Staff di IRIS, ma sono stati ugualmente trasmessi al Sito Docente Cineca (Loginmiur).
| Titolo: | Towards Efficient Reflectarray Digital Twins - An EM-Driven Machine Learning Perspective | |
| Autori: | Oliveri, G.; Salucci, M.; Massa, A. | |
| Autori Unitn: | ||
| Titolo del periodico: | IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION | |
| Anno di pubblicazione: | 2022 | |
| Codice identificativo Scopus: | 2-s2.0-85126537157 | |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1109/TAP.2022.3155204 | |
| Handle: | http://hdl.handle.net/11572/347113 | |
| Citazione: | Towards Efficient Reflectarray Digital Twins - An EM-Driven Machine Learning Perspective / Oliveri, G.; Salucci, M.; Massa, A.. - In: IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION. - ISSN 0018-926X. - STAMPA. - 2022:(2022), pp. 1-1. [10.1109/TAP.2022.3155204] | |
| Appare nelle tipologie: | 03.1 Articolo su rivista (Journal article) |
File in questo prodotto:
Copyright © 2022