인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
In this paper, a small-signal modeling method for InP Heterojunction Bipolar Transistors (HBTs) based on the Grey Wolf Optimizer-Support Vector Regression (GWO-SVR) algorithm is proposed. As a branch of Support Vector Machines (SVM), Support Vector Regression (SVR) is a rigorous mathematical model for regression prediction developed through extensive theoretical derivation and verification. However, its performance is limited by the selection of the penalty factor and kernel function, making manual optimization difficult and unreliable. To address this issue, the Grey Wolf Optimizer (GWO) is employed to optimize the penalty factor and kernel function parameters of SVR. By constructing a GWO-SVR model, automatic optimization within a predefined range is achieved to predict the small-signal characteristics of InP HBTs. Comparative experiments demonstrate that the proposed model achieves excellent prediction performance. Under the optimal parameters obtained by GWO, the small-sample characteristics of GWO-SVR in predicting the small-signal behavior of InP HBTs are verified, indicating its effectiveness and accuracy in handling limited training data.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094305114
