Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomunikasiERI: Optimizing Switch-Based Metamaterials Using Machine Learning to Enhance Phased Array Performance
Proyek riset & pengembangan

ERI: Optimizing Switch-Based Metamaterials Using Machine Learning to Enhance Phased Array Performance

Ringkasan tujuan riset

Pembelajaran mendalam akan mengoptimalkan metamaterial bersaklar di dekat phased array dan menafsirkan hubungan konfigurasi dengan pola radiasi antena.

Komunikasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2501783Periode tercatat 2025-10-01 sampai 2027-09-30.NSF 2501783MulaiAkhir tercatat202520282025-10-012027-09-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Convolutional neural network dilatih dari simulasi, lalu disesuaikan melalui transfer learning pada array eksperimen. Visualisasi serta atribusi fitur ditelaah dengan analisis elemen hingga untuk mengungkap mekanisme elektromagnetik. Pola fitur digunakan menyederhanakan optimasi dan memperbaiki rancangan metamaterial. Performa jaringan, biaya komputasi, serta kendali radiasi akan diuji bersama agar model tidak hanya menghasilkan setelan tanpa penjelasan fisik.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Hofstra University
Program
ERI-Eng. Research Initiation
Periode pendanaan tercatat
2025-10-01 → 2027-09-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Electrical, Communications, & Cyber Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.