公开(公告)号：CN114936630A

公开(公告)日：2022-08-23

申请号：CN202210695660.0

申请日：2022-06-20

Applicant: 南京大学

Inventor： 王琼 ,  王木也 ,  魏洪波 ,  邱港 ,  柏业超 ,  唐岚 ,  张兴敢

IPC: G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06F30/20 ,  G06F113/26

Abstract: 本发明公开了一种电磁超表面单元及超表面电磁响应快速预测方法，涉及电磁超材料设计领域，超表面电磁响应快速预测方法包括如下步骤：步骤一、获取电磁参数；步骤二、制作数据集：步骤三、预训练，构建网络模型：步骤四，对预训练后的实部网络和虚部网络进行剪枝操作。本发明在保证电磁超表面正向预测设计的精度和泛化性能的同时，解决了现有技术中神经网络训练模型所占内存空间过大、训练时间过长的问题。

公开(公告)号：CN115688910A

公开(公告)日：2023-02-03

申请号：CN202211401909.9

申请日：2022-11-09

Applicant: 南京大学

Inventor： 王琼 ,  魏洪波 ,  柏业超 ,  唐岚 ,  张兴敢

IPC: G06N3/082 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06F18/214

Abstract: 本发明公开了一种基于编码超表面频率响应快速预测的模型压缩方法，涉及编码超表面设计领域，包括如下步骤：步骤一、通过CST‑Python联合仿真，导入表示编码超表面单元表面结构的编码矩阵，生成编码超表面频率响应，获得频响曲线，制作数据集；步骤二、对编码超表面频率响应快速预测的正向网络进行预训练，实现编码超表面到频率响应的映射；步骤三、基于步骤二中得到的预训练完备的正向网络，使用LRP将网络输出作为相关性进行后向传播，以卷积核获得的相关性作为结构化剪枝的度量标准，对正向网络进行压缩；步骤四、将表示编码超表面单元表面结构的编码矩阵输入到压缩后的正向网络中，得到超表面频率响应的参数实部曲线、虚部曲线，进而得到幅值和相位值。