Presentation Information

10:45 AM - 11:00 AM JST(1:45 AM - 2:00 AM UTC)Candidate for Academic Incentive AwardCareer Explorer

[B-4-03]Improvement of SAR Peak Point Estimation Accuracy by Applying Physical Parameters to CNN

◎△Takumi Gunji^1,2, Yuto Shimizu², Ryosuke Suga¹, Tomoaki Nagaoka² (1. Aoyamagakuin University, 2. National Institute of Information and Communications Technology)

Keywords:

Human exposure,SAR,Comformity assessment,Machine learning,Convolutional neural network

6 GHz以下の無線通信端末は，Specific Absorption Rate (SAR) による電波ばく露の適合性評価が国際規格で求められている．本規格ではエリアスキャンとズームスキャンの二段階測定により局所平均SARを算出するが，端末の位置や周波数など全条件での測定が必要で，測定条件の増大に伴う適合性確認の長時間化が課題である．そこで我々は，測定点数の削減が測定時間の短縮に直結することに着目し，間引きSAR分布を入力とした畳み込みニューラルネットワーク (CNN：Convolutional Neural Network) によるSARピーク位置推定手法を検討してきた．本検討では，推定精度向上のため，間引き分布に加え測定周波数およびファントムの電気定数を入力とするCNNによる推定を検討した．

Back to Session information