Forward-inverse-hybrid modeling of microstrip antennas using decision tree-based machine learning algorithms for space communication

This article presents a machine learning (ML) framework for forward, inverse, and hybrid modeling in electromagnetic problems, focusing on single-, dual-, and four-port notched microstrip antennas used in satellite environments. These antennas exhibit maximum notched frequencies of 4.2 GHz, 6 GHz, a...

Celý popis

Podrobná bibliografie

Vydáno v:	International journal of electronics and communications Ročník 191; s. 155662
Hlavní autoři:	Kumar, Anjani, Khan, Taimoor, Sarkar, Debanjali
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier GmbH 01.02.2025
Témata:	AdaBoost And random forest regression Binary decision tree Machine learning MIMO microstrip antenna Satellite environment Binary decision tree And random forest regression AdaBoost Satellite environment MIMO microstrip antenna Machine learning
ISSN:	1434-8411
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!