| 講演名 | 2020-12-10 Deep Q-networkを用いたマイクロストリップBPF自動構造調整法 高野 晃平(埼玉大), 大平 昌敬(埼玉大), 馬 哲旺(埼玉大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 帯域通過フィルタ（BPF）の設計，特に構造調整は設計者が経験と勘を基に試行錯誤によって行われることが多く，これを自動化するため最適化や機械学習が検討されている．その中でも，強化学習用のニューラルネットワーク（NN）である深層Qネットワーク（DQN）を用いたBPF設計では，機械による構造調整が報告されている．しかし，既存の手法は主に空洞共振器BPFを対象としており，不要結合が発生しやすい平面BPFへの適用例は報告されていない．本稿では，DQNを用いたマイクロストリップBPFの自動構造調整法を提案する．提案法で用いる強化学習では，瞬時に周波数特性を計算できる順モデルと，構造パラメータを計算する逆モデルを併用することで，高速に，かつ様々な構造パラメータの初期値からの強化学習を可能にしている．提案法の適用例として，共振器5段マイクロストリップBPF自動構造調整用のDQNを構築し，その汎用性を評価することで有効性を示す． |
| 抄録(英) | The design of bandpass filter (BPF), especially its structural adjustment, is often performed by trial and error with human experience and intuition. Optimization and machine learning are being investigated to automate the design process. Among them, mechanical structural adjustment has been reported for BPF design using deep Q network (DQN), which is a neural network (NN) used for reinforcement learning. However, these methods are mainly employed for cavity filters. No examples on the application to planar BPF, of which cross couplings are difficult to control, have been reported yet. In this paper, we propose an automatic structural adjustment method of microstrip BPF using DQN. In the proposed method, it is possible to learn a design process from various initial structural parameters at high speed by using both a forward model that can calculate the frequency characteristics instantly and an inverse model that calculates initial values of structural parameters. As an example, a DQN for automatic structural adjustment of the fifth-order microstrip BPF is constructed. The effectiveness is demonstrated through the evaluation of versatility of the constructed DQN. |
| キーワード(和) | 帯域通過フィルタ / 深層Qネットワーク / 強化学習 / 自動設計 |
| キーワード(英) | Bandpass filter / Deep Q-network / Reinforcement learning / Automatic design |
| 資料番号 | MW2020-76 |
| 発行日 | 2020-12-03 (MW) |
| 研究会情報 | |
| 研究会 | MW |
|---|---|
| 開催期間 | 2020/12/10(から1日開催) |
| 開催地（和） | 富士通研究所 (厚木)オンライン併催 |
| 開催地（英） | |
| テーマ（和） | 計測技術/一般 |
| テーマ（英） | |
| 委員長氏名（和） | 古神 義則(宇都宮大) |
| 委員長氏名（英） | Yoshinori Kogami(Utsunomiya Univ.) |
| 副委員長氏名（和） | 河合 正(兵庫県立大) / 大久保 賢祐(岡山県立大) / 新庄 真太郎(三菱電機) |
| 副委員長氏名（英） | Tadashi Kawai(Univ. of Hyogo) / Kensuke Okubo(Okayama Prefectural Univ.) / Shintaro Shinjo(Mitsubishi Electric) |
| 幹事氏名（和） | 佐藤 優(富士通研) / 大平 昌敬(埼玉大) |
| 幹事氏名（英） | Masaru Sato(Fujitsu Labs.) / Masataka Ohira(Saitama Univ.) |
| 幹事補佐氏名（和） | 高野 恭弥(東京理科大) / 長谷川 直輝(ソフトバンク) |
| 幹事補佐氏名（英） | Kyoya Takano(Tokyo Univ. of Science) / Naoki Hasegawa(Softbank) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Microwaves |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Deep Q-networkを用いたマイクロストリップBPF自動構造調整法 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Structural Adjustment Method of Microstrip BPF using Deep Q-network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 帯域通過フィルタ / Bandpass filter |
| キーワード(2)（和/英） | 深層Qネットワーク / Deep Q-network |
| キーワード(3)（和/英） | 強化学習 / Reinforcement learning |
| キーワード(4)（和/英） | 自動設計 / Automatic design |
| 第 1 著者 氏名（和/英） | 高野 晃平 / Kohei Takano |
| 第 1 著者 所属（和/英） | 埼玉大学(略称：埼玉大) Saitama University(略称：Saitama Univ.) |
| 第 2 著者 氏名（和/英） | 大平 昌敬 / Masataka Ohira |
| 第 2 著者 所属（和/英） | 埼玉大学(略称：埼玉大) Saitama University(略称：Saitama Univ.) |
| 第 3 著者 氏名（和/英） | 馬 哲旺 / Zhewang Ma |
| 第 3 著者 所属（和/英） | 埼玉大学(略称：埼玉大) Saitama University(略称：Saitama Univ.) |
| 発表年月日 | 2020-12-10 |
| 資料番号 | MW2020-76 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | MW-280 |
| ページ範囲 | pp.30-35(MW), |
| ページ数 | 6 |
| 発行日 | 2020-12-03 (MW) |