Рамблер
Все новости
Личный опытНовости путешествийРынкиЛюдиИсторииБезумный мирБиатлонВ миреПриродаПрофессииПорядокЗОЖВоспитаниеЧто делать, еслиГаджетыМузыкаФинансовая грамотностьФильмы и сериалыНовости МосквыСтиль жизниНоутбуки и ПКГосуслугиПитомцыБолезниОтношенияКиноКредитыОтдых в РоссииФутболПолитикаПомощьСемейный бюджетИнструкцииЗдоровое питаниеТрудовое правоСериалыСофтВкладыОтдых за границейХоккейОбществоГероиЦифрыБезопасностьРемонт и стройкаБеременностьКнигиИнвестицииЛекарстваПоиск работыЛайфхакиАктерыЕдаПроисшествияЛичный опытНаучпопКрасотаМалышиТеатрыВыгодаПродуктивностьМебель и декорБокс/MMAНаука и техникаЗаконыДача и садПсихологияОбразованиеВыставки и музеиШкольникиКарты и платежиАвтоспортПсихологияШоу-бизнесЗащитаДетское здоровьеПрогулкиКарьерный ростБытовая техникаТеннисВоенные новостиХоббиРецептыЭкономикаБаскетболТрендыИгрыАналитикаТуризмКомпанииЛичный счетНедвижимостьФигурное катаниеДетиБиатлон/ЛыжиДом и садШахматыЛетние виды спортаЗимние виды спортаВолейболОколо спорта
Личные финансы
Женский
Кино
Спорт
Aвто
Развлечения и отдых
Здоровье
Путешествия
Помощь
Полная версия

НИУ ВШЭ: ускорено проектирование микроволновых фильтров

Ученые МИЭМ НИУ ВШЭ совместно с коллегами из МТУСИ впервые применили генеративный подход к проектированию микроволновых фильтров с использованием машинного обучения. Метод позволяет сократить разработку устройств с нескольких дней до нескольких минут. Об этом "Газете.Ru" сообщили в пресс-службе образовательного учреждения.

Микрополосковые фильтры — это ключевые элементы электроники, которые используются в связи, радиолокации и спутниковых системах. Они формируются прямо на печатной плате и управляют прохождением сигналов определенных частот.

Однако их проектирование — сложная задача. Работа устройства зависит от геометрии: формы дорожек, расстояний между ними и параметров резонаторов. Даже минимальные изменения могут сильно повлиять на характеристики, поэтому инженерам приходится долго подбирать параметры и проводить множество симуляций.

"Большинство существующих решений ориентированы на анализ: задается структура, затем она многократно моделируется и корректируется. Мы предложили перейти к решению обратной задачи — сразу генерировать топологию по заданным характеристикам", — объяснил профессор МИЭМ ВШЭ Андрей Елизаров.

В основе метода — генеративный синтез. Алгоритмы машинного обучения по заданным параметрам (например, частотному диапазону) автоматически создают геометрию фильтра и рассчитывают его размеры.

Для обучения моделей исследователи собрали датасет из 16 250 конфигураций фильтров, сгенерированных с помощью программного пакета CST Studio Suite и собственного Python-конвейера. Сравнение алгоритмов показало, что наилучший результат дает модель XGBoost: средняя ошибка составила всего 0,51%.

Дополнительные тесты подтвердили, что система учитывает реальные физические закономерности, а не просто "угадывает" ответы по данным. Это позволяет использовать ее не только для синтеза новых устройств, но и для оценки уже готовых решений. По словам авторов, технология может быть встроена в системы автоматизированного проектирования и применяться не только для фильтров, но и для других компонентов микроволновой электроники.

Фактически речь идет о переходе от перебора вариантов к "обратному проектированию", когда инженер задает цель, а алгоритм сам предлагает оптимальную конструкцию — значительно ускоряя разработку современных электронных устройств.