Grey Wolf Optimizer Aided ANN Based Behavioral Modelling Scheme for Fully Printed VO2 Switches

Saddam Husain, Damir Kanymkulov, Miras Akhmetov, Miras Akhmetov, Galymzhan Nauryzbayev, Mohammad Hashmi

2023

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/icecs58634.2023.10382818
Достоверность данных 85 высокая
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Radio Frequency (RF) switches are one of the key drivers in the modern design of Frequency-Reconfigurable Circuits (FRCs). Recently, fully printed Vanadium Dioxide (VO2) based RF switches have been proposed for the state-of-the-art FRCs. However, VO2switch is still an evolving technology and needs behavioral models for the possible inclusion in computer aided design tools. This paper explores and develops Artificial Neural Network (ANN) and Grey Wolf Optimizer (GWO) aided ANN based behavioral models for the VO2switch. Then, the models are thoroughly evaluated on common metrics namely mean squared error, mean absolute error, coefficient of determination, prediction ability on unseen data, training and simulation time, parameters’ tuning time and complexity of the models.