内容已经转出,请移步以下网址:

https://viadean.notion.site
电磁

微波成像是重建不可接近介质的电特性的基本技术。已经提出了许多使用算法来解决与该技术相关的电磁逆散射问题的方法。除了算法之外,还需要实现足够的结构来表示问题域、输入数据、采用的度量结果和实验例程。我们引入了一个开源 Python 库

MEEP 是有限差分时域 (FDTD) 算法的开源实现。 它可以使用现实的材料模型(包括色散、电导率、各向异性或非线性)、分布式计算以及时域和频域求解器的组合来计算电磁波在非常复杂的结构中的传播。

使用矢量优先方法,涵盖了静电学、静磁学、场、波以及传输线、波导和天线等应用。 还平衡地介绍了时变和静态领域。为了便于理解,提供了有效的例子,解释了如何使用文中介绍的理论来解决不同类型的问题。 它还涵盖数值方法,包括 MATLAB 和向量分析。

介绍了机器学习原理以及当今电磁学和其他应用中最常见的机器学习架构和算法,包括基本神经网络、高斯过程、支持向量机、核方法、深度学习、卷积神经网络和生成对抗网络

已经到底了~