一些自己的感受

一些自己的感受

一些自己的感受

一些自己的感受

本文利用特征模态（CM）和压缩感知（CS）相结合来加速三维物体双站散射问题的求解。基于域分解，通过CM基函数成功地对Rao-Wilton-Glisson基函数离散的表面感应电流进行了稀疏变换。与传统矩量法的稠密矩阵方程不同，本文方法构造了一个规模更小的低秩CS模型，其中感应电流可以被高效重构。...

为提高矩量法中结合压缩感知和Krylov子空间求解电磁散射问题时构造基函数的效率，本文提出了一种新方法，采用分块技术构造Krylov子空间基函数。首先将目标划分为若干小块，每块进行扩展以保证电流的连续性。然后在每块上计算Krylov子空间基函数。进一步通过奇异值分解技术增强基函数的正交性以获得...

本文提出了一种具有可学习激活函数的几何信息神经算子（GINO）。它采用数据驱动方法求解三维完美电导体目标的电场积分方程（EFIE）。几何信息Kolmogorov-Arnold神经算子（GI-KANO）由傅里叶神经算子（FNO）、图神经算子（GNO）和Kolmogorov-Arnold网络（KA...

本研究提出物理信息图残差学习（PhiGRL），作为一种有效且鲁棒的深度学习方法用于三维电磁建模。PhiGRL从物理信息监督残差学习（PhiSRL）扩展而来，通过应用图神经网络（GNN）预测修正量，模拟不动点迭代法的计算过程以迭代修改候选解直至收敛。GNN的应用使PhiGRL能够自适应处理三维电...