अंतरिक्ष मानचित्रण: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 9: Line 9:


== कार्यप्रणाली ==
== कार्यप्रणाली ==
प्रक्रिया के मूल में मॉडलों की एक जोड़ी है: एक पारंपरिक अनुकूलन दिनचर्या के साथ सीधे उपयोग करने के लिए बहुत त्रुटिहीन किन्तु बहुत महंगा है, और एक अधिक  कम खर्चीला है और तदनुसार, कम त्रुटिहीन है। उत्तरार्द्ध (फास्ट मॉडल) को सामान्यतः मोटे मॉडल ([[मोटे स्थान (संख्यात्मक विश्लेषण)]]) के रूप में जाना जाता है। पूर्व (धीमा मॉडल) को सामान्यतः ठीक मॉडल के रूप में संदर्भित किया जाता है। एक सत्यापन स्थान (वास्तविकता) ठीक मॉडल का प्रतिनिधित्व करता है, उदाहरण के लिए, एक उच्च-निष्ठा भौतिकी मॉडल। अनुकूलन स्थान, जहां पारंपरिक अनुकूलन किया जाता है, मोटे मॉडल (या [[सरोगेट मॉडल]]) को सम्मलित करता है, उदाहरण के लिए, कम-निष्ठा भौतिकी या ज्ञान मॉडल। स्पेस-मैपिंग डिज़ाइन ऑप्टिमाइज़ेशन चरण में, एक भविष्यवाणी या निष्पादन चरण होता है, जहाँ एक अनुकूलित मैप किए गए मोटे मॉडल (अद्यतन सरोगेट) के परिणाम सत्यापन के लिए ठीक मॉडल को सौंपे जाते हैं। सत्यापन प्रक्रिया के बाद, यदि डिज़ाइन विनिर्देश संतुष्ट नहीं हैं, तो प्रासंगिक डेटा को ऑप्टिमाइज़ेशन स्थान ([[प्रतिक्रिया]]) में स्थानांतरित कर दिया जाता है, जहाँ मैपिंग-संवर्धित मोटे मॉडल या सरोगेट को पुनरावृत्त अनुकूलन प्रक्रिया के माध्यम से अपडेट किया जाता है (बढ़ाया, ठीक मॉडल के साथ फिर से जोड़ा जाता है)। पैरामीटर निष्कर्षण कहा जाता है। मैपिंग फॉर्मूलेशन में ही अंतर्ज्ञान सम्मलित होता है, जो इंजीनियर की तथाकथित समस्या का अनुभव करता है।<ref name = "feel" />विशेष रूप से, एग्रेसिव स्पेस मैपिंग (एएसएम) प्रक्रिया अनुभूति की प्रमुख विशेषताओं (किसी समस्या के लिए एक विशेषज्ञ का दृष्टिकोण) को प्रदर्शित करती है, और अधिकांशतः इसे सरल संज्ञानात्मक शब्दों में चित्रित किया जाता है।
प्रक्रिया के मूल में मॉडलों की एक जोड़ी है: एक पारंपरिक अनुकूलन दिनचर्या के साथ सीधे उपयोग करने के लिए बहुत त्रुटिहीन किन्तु बहुत महंगा है, और एक अधिक  कम खर्चीला है और तदनुसार, कम त्रुटिहीन है। उत्तरार्द्ध (फास्ट मॉडल) को सामान्यतः मोटे मॉडल ([[मोटे स्थान (संख्यात्मक विश्लेषण)]]) के रूप में जाना जाता है। पूर्व (धीमा मॉडल) को सामान्यतः ठीक मॉडल के रूप में संदर्भित किया जाता है। एक सत्यापन स्थान (वास्तविकता) ठीक मॉडल का प्रतिनिधित्व करता है, उदाहरण के लिए, एक उच्च-निष्ठा भौतिकी मॉडल। अनुकूलन स्थान, जहां पारंपरिक अनुकूलन किया जाता है, मोटे मॉडल (या [[सरोगेट मॉडल]]) को सम्मलित करता है, उदाहरण के लिए, कम-निष्ठा भौतिकी या ज्ञान मॉडल। स्पेस-मैपिंग डिज़ाइन अनुकूलन चरण में, एक भविष्यवाणी या निष्पादन चरण होता है, जहाँ एक अनुकूलित मैप किए गए मोटे मॉडल (अद्यतन सरोगेट) के परिणाम सत्यापन के लिए ठीक मॉडल को सौंपे जाते हैं। सत्यापन प्रक्रिया के बाद, यदि डिज़ाइन विनिर्देश संतुष्ट नहीं हैं, तो प्रासंगिक डेटा को अनुकूलन स्थान ([[प्रतिक्रिया]]) में स्थानांतरित कर दिया जाता है, जहाँ मैपिंग-संवर्धित मोटे मॉडल या सरोगेट को पुनरावृत्त अनुकूलन प्रक्रिया के माध्यम से अपडेट किया जाता है (बढ़ाया, ठीक मॉडल के साथ फिर से जोड़ा जाता है)। पैरामीटर निष्कर्षण कहा जाता है। मैपिंग फॉर्मूलेशन में ही अंतर्ज्ञान सम्मलित होता है, जो इंजीनियर की तथाकथित समस्या का अनुभव करता है।<ref name = "feel" />विशेष रूप से, एग्रेसिव स्पेस मैपिंग (एएसएम) प्रक्रिया अनुभूति की प्रमुख विशेषताओं (किसी समस्या के लिए एक विशेषज्ञ का दृष्टिकोण) को प्रदर्शित करती है, और अधिकांशतः इसे सरल संज्ञानात्मक शब्दों में चित्रित किया जाता है।


== विकास ==
== विकास ==

Revision as of 15:21, 15 February 2023

इंजीनियरिंग प्रणालियों के मॉडलिंग और डिजाइन अनुकूलन के लिए अंतरिक्ष मानचित्रण पद्धति की खोज पहली बार 1993 में जॉन बैंडलर के माध्यम से की गई थी। यह मॉडल निर्माण को गति देने और प्रणाली के गणितीय अनुकूलन को डिजाइन करने के लिए प्रासंगिक सम्मलिता ज्ञान का उपयोग करता है। ज्ञान उपलब्ध होने पर सिस्टम से नई सत्यापन जानकारी के साथ अद्यतन किया जाता है।

अवधारणा

अंतरिक्ष मानचित्रण पद्धति एक अर्ध-वैश्विक फॉर्मूलेशन को नियोजित करती है जो विभिन्न जटिलताओं के साथी मोटे (आदर्श या कम-निष्ठा) और ठीक (व्यावहारिक या उच्च-निष्ठा) मॉडल को बुद्धिमानी से जोड़ती है। इंजीनियरिंग डिज़ाइन में, स्पेस मैपिंग एक बहुत तेज़ मोटे मॉडल को महंगे-से-गणना करने वाले ठीक मॉडल के साथ संरेखित करता है जिससे ठीक मॉडल के सीधे महंगे अनुकूलन से बचा जा सके। संरेखण या तो ऑफ-लाइन (मॉडल एन्हांसमेंट) या सरोगेट अपडेट (जैसे, आक्रामक स्पेस मैपिंग) के साथ ऑन-द-फ्लाई किया जा सकता है।


कार्यप्रणाली

प्रक्रिया के मूल में मॉडलों की एक जोड़ी है: एक पारंपरिक अनुकूलन दिनचर्या के साथ सीधे उपयोग करने के लिए बहुत त्रुटिहीन किन्तु बहुत महंगा है, और एक अधिक कम खर्चीला है और तदनुसार, कम त्रुटिहीन है। उत्तरार्द्ध (फास्ट मॉडल) को सामान्यतः मोटे मॉडल (मोटे स्थान (संख्यात्मक विश्लेषण)) के रूप में जाना जाता है। पूर्व (धीमा मॉडल) को सामान्यतः ठीक मॉडल के रूप में संदर्भित किया जाता है। एक सत्यापन स्थान (वास्तविकता) ठीक मॉडल का प्रतिनिधित्व करता है, उदाहरण के लिए, एक उच्च-निष्ठा भौतिकी मॉडल। अनुकूलन स्थान, जहां पारंपरिक अनुकूलन किया जाता है, मोटे मॉडल (या सरोगेट मॉडल) को सम्मलित करता है, उदाहरण के लिए, कम-निष्ठा भौतिकी या ज्ञान मॉडल। स्पेस-मैपिंग डिज़ाइन अनुकूलन चरण में, एक भविष्यवाणी या निष्पादन चरण होता है, जहाँ एक अनुकूलित मैप किए गए मोटे मॉडल (अद्यतन सरोगेट) के परिणाम सत्यापन के लिए ठीक मॉडल को सौंपे जाते हैं। सत्यापन प्रक्रिया के बाद, यदि डिज़ाइन विनिर्देश संतुष्ट नहीं हैं, तो प्रासंगिक डेटा को अनुकूलन स्थान (प्रतिक्रिया) में स्थानांतरित कर दिया जाता है, जहाँ मैपिंग-संवर्धित मोटे मॉडल या सरोगेट को पुनरावृत्त अनुकूलन प्रक्रिया के माध्यम से अपडेट किया जाता है (बढ़ाया, ठीक मॉडल के साथ फिर से जोड़ा जाता है)। पैरामीटर निष्कर्षण कहा जाता है। मैपिंग फॉर्मूलेशन में ही अंतर्ज्ञान सम्मलित होता है, जो इंजीनियर की तथाकथित समस्या का अनुभव करता है।[1]विशेष रूप से, एग्रेसिव स्पेस मैपिंग (एएसएम) प्रक्रिया अनुभूति की प्रमुख विशेषताओं (किसी समस्या के लिए एक विशेषज्ञ का दृष्टिकोण) को प्रदर्शित करती है, और अधिकांशतः इसे सरल संज्ञानात्मक शब्दों में चित्रित किया जाता है।

विकास

1993 में जॉन बैंडलर की अवधारणा के बाद,[1][2] एल्गोरिदम ने ब्रॉयडेन अपडेट (आक्रामक अंतरिक्ष मानचित्रण) का उपयोग किया है,[3] विश्वास क्षेत्रों,[4] और कृत्रिम तंत्रिका नेटवर्क।[5] विकास में निहित स्थान मानचित्रण सम्मलित है,[6] जिसमें हम मोटे मॉडल और आउटपुट स्पेस मैपिंग में बदलने के लिए ऑप्टिमाइज़ेशन प्रक्रिया में उपयोग नहीं किए गए पूर्वनिर्धारित पैरामीटर की अनुमति देते हैं, जहां मॉडल की प्रतिक्रिया पर एक परिवर्तन लागू किया जाता है। 2004 का एक पेपर विकास और कार्यान्वयन के पहले दस वर्षों के बाद कला की स्थिति की समीक्षा करता है।[7] ट्यूनिंग स्पेस मैपिंग[8] एक तथाकथित ट्यूनिंग मॉडल का उपयोग करता है - ठीक मॉडल से आक्रामक रूप से निर्मित - साथ ही एक अंशांकन प्रक्रिया जो अनुकूलित ट्यूनिंग मॉडल मापदंडों के समायोजन को डिज़ाइन चर के प्रासंगिक अद्यतनों में अनुवादित करती है। स्पेस मैपिंग कॉन्सेप्ट को बड़े-सिग्नल मॉडल के लिए न्यूरल-बेस्ड स्पेस मैपिंग तक बढ़ाया गया है। नॉनलाइनियर सिस्टम माइक्रोवेव डिवाइसेस के लार्ज-सिग्नल सांख्यिकीय मॉडल[9][10] स्पेस मैपिंग ध्वनि अभिसरण सिद्धांत के माध्यम से समर्थित है और दोष-सुधार दृष्टिकोण से संबंधित है।[11]

2016 की अत्याधुनिक समीक्षा आक्रामक अंतरिक्ष मानचित्रण के लिए समर्पित है।[12] यह विकास और इंजीनियरिंग अनुप्रयोगों के दो दशकों तक फैला है। एक व्यापक 2021 समीक्षा पत्र [13] आकाशवाणी आवृति और माइक्रोवेव डिजाइन ऑप्टिमाइजेशन के संदर्भ में स्पेस मैपिंग पर चर्चा करता है; इंजीनियरिंग सरोगेट मॉडल, फीचर-आधारित और अनुभूति-संचालित डिजाइन के संदर्भ में; और मशीन सीखने, अंतर्ज्ञान और मानव बुद्धि के संदर्भ में।

अंतरिक्ष मानचित्रण पद्धति का उपयोग प्रतिलोम समस्याओं को हल करने के लिए भी किया जा सकता है। सिद्ध तकनीकों में लीनियर इनवर्स स्पेस मैपिंग (एलआईएसएम) एल्गोरिथम सम्मलित है,[14] साथ ही व्युत्क्रम अंतर (एसएम-आईडी) विधि के साथ अंतरिक्ष मानचित्रण।[15]


श्रेणी

स्पेस मैपिंग ऑप्टिमाइज़ेशन सरोगेट-आधारित ऑप्टिमाइज़ेशन विधियों के वर्ग से संबंधित है,[16] कहने का अर्थ यह है कि अनुकूलन पद्धतियाँ जो एक सरोगेट मॉडल पर निर्भर करती हैं।

अनुप्रयोग

स्पेस मैपिंग तकनीक को माइक्रोवेव और विद्युत चुंबकत्व डिज़ाइन, सिविल और मैकेनिकल एप्लिकेशन, अंतरिक्ष इंजिनीयरिंग और बायोमेडिकल रिसर्च सहित विभिन्न विषयों में लागू किया गया है। कुछ उदाहरण:


सिमुलेटर

स्पेस मैपिंग ऑप्टिमाइज़ेशन और मॉडलिंग प्रक्रियाओं में विभिन्न सिमुलेटर सम्मलित हो सकते हैं।

सम्मेलन

अंतरिक्ष मानचित्रण की कला, विज्ञान और प्रौद्योगिकी पर तीन अंतर्राष्ट्रीय कार्यशालाओं ने महत्वपूर्ण रूप से ध्यान केंद्रित किया है।

  • इंजीनियरिंग ऑप्टिमाइजेशन के लिए सरोगेट मॉडलिंग और स्पेस मैपिंग पर पहली अंतर्राष्ट्रीय कार्यशाला (लिंगबी, डेनमार्क, नवंबर 2000)
  • इंजीनियरिंग ऑप्टिमाइजेशन के लिए सरोगेट मॉडलिंग और स्पेस मैपिंग पर दूसरी अंतर्राष्ट्रीय कार्यशाला (लिंगबी, डेनमार्क, नवंबर 2006)
  • इंजीनियरिंग ऑप्टिमाइजेशन के लिए सरोगेट मॉडलिंग और स्पेस मैपिंग पर तीसरी अंतर्राष्ट्रीय कार्यशाला (रेकजाविक, आइसलैंड, अगस्त 2012)

शब्दावली

स्पेस मैपिंग से जुड़ी शब्दावली का एक व्यापक स्पेक्ट्रम है: आदर्श मॉडल, मोटे मॉडल, मोटे स्थान, ठीक मॉडल, साथी मॉडल, सस्ता मॉडल, महंगा मॉडल, सरोगेट मॉडल, कम निष्ठा (रिज़ॉल्यूशन) मॉडल, उच्च निष्ठा (रिज़ॉल्यूशन) मॉडल, अनुभवजन्य मॉडल, सरलीकृत भौतिकी मॉडल, भौतिकी-आधारित मॉडल, अर्ध-वैश्विक मॉडल, भौतिक रूप से अभिव्यंजक मॉडल, परीक्षण के अनुसार उपकरण, इलेक्ट्रोमैग्नेटिक्स-आधारित मॉडल, सिमुलेशन मॉडल, कम्प्यूटेशनल मॉडल, ट्यूनिंग मॉडल, अंशांकन मॉडल, सरोगेट मॉडल, सरोगेट अपडेट, मैप किए गए मोटे मॉडल, सरोगेट ऑप्टिमाइज़ेशन, पैरामीटर निष्कर्षण, लक्ष्य प्रतिक्रिया, ऑप्टिमाइज़ेशन स्थान, सत्यापन स्थान, न्यूरो-स्पेस मैपिंग, अंतर्निहित स्पेस मैपिंग, आउटपुट स्पेस मैपिंग, पोर्ट ट्यूनिंग, पूर्वविरूपण (डिज़ाइन विनिर्देशों का), कई गुना मैपिंग, दोष सुधार, मॉडल प्रबंधन, बहु -फिडेलिटी मॉडल, वेरिएबल फिडेलिटी/वैरिएबल कॉम्प्लेक्सिटी, मल्टीग्रिड विधि, मोटे ग्रिड, फाइन ग्रिड, सरोगेट-ड्रिवन, सिमुलेशन-ड्रिवन, मॉडल-ड्रिवन, फीचर-बेस्ड मॉडलिंग .

यह भी देखें


संदर्भ

  1. ↑ 1.0 1.1 J.W. Bandler, "Have you ever wondered about the engineer's mysterious 'feel' for a problem?" Archived 2016-09-20 at the Wayback Machine IEEE Canadian Review, no. 70, pp. 50-60, Summer 2013. Reprinted in IEEE Microwave Magazine Archived 2019-09-21 at the Wayback Machine, vol. 19, no. 2, pp.112-122, Mar./Apr. 2018.
  2. ↑ J.W. Bandler, R.M. Biernacki, S.H. Chen, P.A. Grobelny, and R.H. Hemmers, "Space mapping technique for electromagnetic optimization," IEEE Trans. Microwave Theory Tech., vol. 42, no. 12, pp. 2536-2544, Dec. 1994.
  3. ↑ J.W. Bandler, R.M. Biernacki, S.H. Chen, R.H. Hemmers, and K. Madsen,"Electromagnetic optimization exploiting aggressive space mapping," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 43, no. 12, pp. 2874-2882, Dec. 1995.
  4. ↑ M.H. Bakr, J.W. Bandler, R.M. Biernacki, S.H. Chen and K. Madsen, "A trust region aggressive space mapping algorithm for EM optimization," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 46, no. 12, pp. 2412-2425, Dec. 1998.
  5. ↑ M.H. Bakr, J.W. Bandler, M.A. Ismail, J.E. Rayas-Sánchez and Q.J. Zhang, "Neural space mapping EM optimization of microwave structures," Archived 2022-03-31 at the Wayback Machine IEEE MTT-S Int. Microwave Symp. Digest (Boston, MA, 2000), pp. 879-882.
  6. ↑ J.W. Bandler, Q.S. Cheng, N.K. Nikolova and M.A. Ismail, "Implicit space mapping optimization exploiting preassigned parameters," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 52, no. 1, pp. 378-385, Jan. 2004.
  7. ↑ J.W. Bandler, Q. Cheng, S.A. Dakroury, A.S. Mohamed, M.H. Bakr, K. Madsen and J. Søndergaard, "Space mapping: the state of the art," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 52, no. 1, pp. 337-361, Jan. 2004.
  8. ↑ S. Koziel, J. Meng, J.W. Bandler, M.H. Bakr, and Q.S. Cheng, "Accelerated microwave design optimization with tuning space mapping," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 57, no. 2, pp. 383-394, Feb. 2009.
  9. ↑ L. Zhang, J. Xu, M.C.E. Yagoub, R. Ding, and Q.J. Zhang, "Efficient analytical formulation and sensitivity analysis of neuro-space mapping for nonlinear microwave device modeling," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 53, no. 9, pp. 2752-2767, Sep. 2005.
  10. ↑ L. Zhang, Q.J. Zhang, and J. Wood, "Statistical neuro-space mapping technique for large-signal modeling of nonlinear devices," Archived 2022-03-31 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 56, no. 11, pp. 2453-2467, Nov. 2008.
  11. ↑ D. Echeverria and P.W. Hemker, "Space mapping and defect correction" Archived 2022-03-31 at the Wayback Machine Computational Methods in Applied Mathematics, vol. 5, no, 2, pp. 107-136, Jan. 2005.
  12. ↑ J.E. Rayas-Sanchez,"Power in simplicity with ASM: tracing the aggressive space mapping algorithm over two decades of development and engineering applications" Archived 2022-03-31 at the Wayback Machine, IEEE Microwave Magazine, vol. 17, no. 4, pp. 64-76, April 2016.
  13. ↑ J.E. Rayas-Sánchez, S. Koziel, and J.W. Bandler, “Advanced RF and microwave design optimization: a journey and a vision of future trends,” Archived 2021-08-02 at the Wayback Machine (invited), IEEE J. Microwaves, vol. 1, no. 1, pp. 481-493, Jan. 2021.
  14. ↑ J.E. Rayas-Sanchez , F. Lara-Rojo and E. Martanez-Guerrero,"A linear inverse space-mapping (LISM) algorithm to design linear and nonlinear RF and microwave circuits", IEEE Trans. Microwave Theory Tech., vol. 53, no. 3, pp. 960-968 2005.
  15. ↑ M. Şimsek and N. Serap Şengör "Solving Inverse Problems by Space Mapping with Inverse Difference Method," Archived 2018-06-18 at the Wayback Machine Mathematics in Industry, vol. 14, 2010, pp 453-460.
  16. ↑ A.J. Booker, J.E. Dennis, Jr., P.D. Frank, D.B. Serafini, V. Torczon, and M.W. Trosset,"A rigorous framework for optimization of expensive functions by surrogates," Archived 2018-01-10 at the Wayback Machine Structural Optimization, vol. 17, no. 1, pp. 1-13, Feb. 1999.
  17. ↑ T.D. Robinson, M.S. Eldred, K.E. Willcox, and R. Haimes, "Surrogate-Based Optimization Using Multifidelity Models with Variable Parameterization and Corrected Space Mapping," Archived 2022-03-31 at the Wayback Machine AIAA Journal, vol. 46, no. 11, November 2008.
  18. ↑ M. Redhe and L. Nilsson, "Optimization of the new Saab 9-3 exposed to impact load using a space mapping technique," Archived 2018-06-15 at the Wayback Machine Structural and Multidisciplinary Optimization, vol. 27, no. 5, pp. 411-420, July 2004.
  19. ↑ T. Jansson, L. Nilsson, and M. Redhe, "Using surrogate models and response surfaces in structural optimization—with application to crashworthiness design and sheet metal forming," Archived 2017-01-13 at the Wayback Machine Structural and Multidisciplinary Optimization, vol. 25, no.2, pp 129-140, July 2003.
  20. ↑ G. Crevecoeur, H. Hallez, P. Van Hese, Y. D'Asseler, L. Dupré, and R. Van de Walle,"EEG source analysis using space mapping techniques," Archived 2015-09-24 at the Wayback Machine Journal of Computational and Applied Mathematics, vol. 215, no. 2, pp. 339-347, May 2008.
  21. ↑ G. Crevecoeur, H. Hallez, P. Van Hese, Y. D'Asseler, L. Dupré, and R. Van de Walle,"A hybrid algorithm for solving the EEG inverse problem from spatio-temporal EEG data," Archived 2017-02-11 at the Wayback Machine Medical & Biological Engineering & Computing, vol. 46, no. 8, pp. 767-777, August 2008.
  22. ↑ S. Tu, Q.S. Cheng, Y. Zhang, J.W. Bandler, and N.K. Nikolova, "Space mapping optimization of handset antennas exploiting thin-wire models," Archived 2013-10-01 at the Wayback Machine IEEE Trans. Antennas Propag., vol. 61, no. 7, pp. 3797-3807, July 2013.]
  23. ↑ N. Friedrich, "Space mapping outpaces EM optimization in handset-antenna design," Archived 2013-09-27 at the Wayback Machine microwaves&rf, Aug. 30, 2013.
  24. ↑ Juan C. Cervantes-González, J. E. Rayas-Sánchez, C. A. López, J. R. Camacho-Pérez, Z. Brito-Brito, and J. L. Chavez-Hurtado,"Space mapping optimization of handset antennas considering EM effects of mobile phone components and human body," Archived 2017-01-09 at the Wayback Machine Int. J. RF and Microwave CAE, vol. 26, no. 2, pp. 121-128, Feb. 2016.
  25. ↑ Hany L. Abdel-Malek, Abdel-karim S.O. Hassan, Ezzeldin A. Soliman, and Sameh A. Dakroury, "The Ellipsoidal Technique for Design Centering of Microwave Circuits Exploiting Space-Mapping Interpolating Surrogates," IEEE Trans. Microwave Theory Tech., vol. 54, no. 10, October 2006.
  26. ↑ R. Khlissa, S. Vivier, L.A. Ospina Vargas, and G. Friedrich, "Application of Output Space Mapping method for Fast Optimization using Multi-physical Modeling" Archived 2022-03-31 at the Wayback Machine.
  27. ↑ M. Hintermüller and L.N. Vicente, "Space Mapping for Optimal Control of Partial Differential Equations". Archived 2016-07-16 at the Wayback Machine
  28. ↑ L. Encica, J. Makarovic, E.A. Lomonova, and A.J.A. Vandenput, "Space mapping optimization of a cylindrical voice coil actuator", IEEE Trans. Ind. Appl., vol. 42, no. 6, pp.1437-1444, 2006.
  29. ↑ G. Crevecoeur, L. Dupre, L. Vandenbossche, and R. Van de Walle, "Reconstruction of local magnetic properties of steel sheets by needle probe methods using space mapping techniques," Archived 2017-08-08 at the Wayback Machine Journal of Applied Physics, vol. 99, no. 08H905, 2006.
  30. ↑ O. Lass , C. Posch , G. Scharrer and S. Volkwein, "Space mapping techniques for a structural optimization problem governed by the p-Laplace equation" Archived 2022-01-30 at the Wayback Machine, Optimization Methods and Software, 26:4-5, pp. 617-642, 2011.
  31. ↑ M.A. Ismail, D. Smith, A. Panariello, Y. Wang, and M. Yu, "EM-based design of large-scale dielectric-resonator filters and multiplexers by space mapping," Archived 2007-08-24 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 52, no. 1, pp. 386-392, Jan. 2004.
  32. ↑ J. Ossorio, J.C. Melgarejo, V.E. Boria, M. Guglielmi, and J.W. Bandler, "On the alignment of low-fidelity and high-fidelity simulation spaces for the design of microwave waveguide filters," Archived 2019-09-21 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 66, no. 12, pp. 5183-5196, Dec. 2018.
  33. ↑ Q. Zhang, J.W. Bandler, and C. Caloz, "Design of dispersive delay structures (DDSs) formed by coupled C-sections using predistortion with space mapping," Archived 2019-09-21 at the Wayback Machine IEEE Trans. Microwave Theory Tech., vol. 61, no. 12, pp. 4040-4051, Dec. 2013.
  34. ↑ K. Booth and J. Bandler, "Space mapping for codesigned magnetics: optimization techniques for high-fidelity multidomain design specifications," Archived 2021-09-13 at the Wayback Machine IEEE Power Electronics Magazine, vol. 7, no. 2, pp. 47-52, Jun. 2020.
  35. ↑ K. Booth, H. Subramanyan, J. Liu, and S.M. Lukic, "Parallel frameworks for robust optimization of medium frequency transformers," Archived 2021-09-13 at the Wayback Machine IEEE J. Emerging and Selected Topics in Power Electronics, vol. 9, no. 4, pp. 5097-5112, Aug. 2021.
  36. ↑ J.E. Rayas-Sánchez, F.E. Rangel-Patiño, B. Mercado-Casillas, F. Leal-Romo, and J.L. Chávez-Hurtado, "Machine learning techniques and space mapping approaches to enhance signal and power integrity in high-speed links and power delivery networks," Archived 2021-09-14 at the Wayback Machine 2020 IEEE 11th Latin American Symposium on Circuits & Systems (LASCAS), Feb. 2020.
  37. ↑ F. Pedersen, P. Weitzmann, and S. Svendsen, "Modeling thermally active building components using space mapping," Proceedings of the 7th Symposium on Building Physics in the Nordic Countries, vol. 1, pp. 896-903. The Icelandic Building Research Institute, 2005.
Retrieved from ‘https://www.vigyanwiki.in/index.php?title=अंतरिक्ष_मानचित्रण&oldid=121105’