Trimmed multilevel fast multipole algorithm for D-type volume integral equations in electromagnetic scattering problems
Elektromanyetik saçılma problemlerindeki D-tipi hacim integral denklemlerinin kırpılmış çok seviyeli çok kutup yöntemi ile çözülmesi
- Tez No: 762202
- Danışmanlar: PROF. DR. VAKUR BEHÇET ERTÜRK, DR. ÖĞR. ÜYESİ BARIŞCAN KARAOSMANOĞLU(
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 114
Özet
Çok Seviyeli Hızlı Çok Kutup Yöntemi (ÇSHÇY), N bilinmeyen sayısı için O(NlogN) bellek ve hesaplama karmaşıklığı gerektiren en hızlı ve hassas hesaplama yöntemlerinden bir tanesidir. Düşük bellek ve hesaplama karmaşıklığına rağmen geleneksel ÇSHÇY, büyük ölçekli elektromanyetik saçılma problemleri, özellikle de hacimsel problemler için yüksek iterasyon sayısı nedeniyle hala bazı zorluklara sahiptir. Bu çalışmada, D-tipi hacim integral denklemlerine kırpılmış ÇSHÇY'nın (K-ÇSHÇY) yeni bir uygulamasını sunuyoruz. K-ÇSHÇY'de, ÇSHÇY iterasyonları ilerledikçe gereksiz etkileşimler eşikleme ve makine öğrenimi (MÖ) teknikleri uygulanarak ortadan kaldırılır. Özellikle yakınsayan akım katsayıları, Tam Bağlantılı Sinir Ağı (TBSA) aracılığıyla belirlenir ve ağaç yapısı sistematik olarak değiştirilir ve daha seyrek hale gelir. Bu nedenle, her bir iterasyondaki matris-vektör çarpım süresi azalırken, problemin yakınsaması hızlandırılır. Ağın eğitimi için farklı dielektrik geçirgenlik değerlerine sahip sadece küçük boyutlu homojen kürelerin yeterli olduğu gözlemlenmiştir. Ardından, küresel kabuk tabakası, koni, torus, silindir, küp vb. gibi homojen ve homojen olmayan nispeten daha karmaşık geometrilerin saçılma problemleri bu sinir ağı kullanılarak çözülür. Sonuç olarak, tüm denemelerde geleneksel ÇSHÇY'ye göre kontrol edilebilir ve sınırlı bir hata ile önemli bir hızlanma elde edilir.
Özet (Çeviri)
The Multilevel Fast Multipole Algorithm (MLFMA) is a state of the art computational method that requires O(NlogN) memory and computational complexity for N unknowns. Despite the low memory and computational complexity, the conventional MLFMA has still some challenges due to prolonging iterations for large-scale electromagnetic scattering problems, especially for volumetric problems. We present a novel application of trimmed MLFMA (T-MLFMA) to D-type volume integral equations. In T-MLFMA, thresholding and machine learning (ML) techniques are performed to eliminate the unneeded interactions as the MLFMA iterations proceed. Particularly, the converged current coefficients are determined via a Fully Connected Neural Network (FCNN), and the tree structure is systematically modified and becomes sparser. Therefore, the convergence of the problem is accelerated while matrix-vector multiplication time per iteration is also reduced. The training of the network is performed with only a small size of homogeneous dielectric spheres with different permittivity values. Then, we attack the scattering problem of homogeneous and inhomogeneous relatively more complex dielectric geometries, such as spherical shell layer, cone, torus, cylinder, cube, etc. As a result, significant speed-up is achieved with a controllable and limited error with respect to the conventional MLFMA in all simulations.
Benzer Tezler
- Electromagnetic interaction complexity reduction using deep learning
Elektromanyetik etkileşim karmaşıklığının derin öğrenim kullanarak düşürülmesi
BARIŞCAN KARAOSMANOĞLU
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR SALİH ERGÜL
- Budanmış ortalamalar için karşılaştırma testleri
Comparison tests for trimmed means
GÖZDE İŞLER
Yüksek Lisans
Türkçe
2021
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SEVİL BACANLI
- Robust en küçük kırpılmış kareler yöntemi ve uyuşumsuz ölçü analizi
Robust least trimmed squares method and outlier analysis
HASAN DİLMAÇ
Yüksek Lisans
Türkçe
2021
Jeodezi ve FotogrametriOndokuz Mayıs ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. YASEMİN ŞİŞMAN
- Tıraşlama artığı kırpıntı liflerin değerlendirilmesi üzerine bir araştırma
An investigation on recycling of trimmed fibres
GONCA ALAN
Doktora
Türkçe
2018
Tekstil ve Tekstil MühendisliğiUşak ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. MEVLÜT TERCAN
- Sağlam regresyon, en küçük ortanca kareler ve en küçük budanmış kareler tahmin edicileri üzerine bir çalışma
A study on robust regression least median of squares and least trimmed of squares estimators
AYLİN SUBAŞI