Cet article présente la synthèse de surfaces sélectives en fréquence multibande (FSS) à l'aide de l'apprentissage automatique supervisé (ML) avec l'algorithme de l'arbre de décision (DT). La structure FSS proposée est composée d'un réseau de pastilles métalliques imprimées sur un substrat diélectrique pour des applications hyperfréquences de filtrage spatial à bande d'arrêt. Les formes des patchs métalliques sont basées sur la géométrie du tournesol (helianthus annus). Dans la première étape, une analyse paramétrique est effectuée pour étudier l'utilisation de différentes géométries FSS, y compris celles avec des éléments de patch intégrés circulaires, annulaires et corolles, pour composer la géométrie du tournesol, en ce qui concerne les performances multibande et indépendantes de la polarisation avec réduction de la taille. Deux géométries FSS bioinspirées sont synthétisées à l'aide de l'apprentissage automatique supervisé avec l'algorithme de l'arbre de décision. L'algorithme de forêt aléatoire (RF) est utilisé pour valider l'algorithme de l'arbre de décision et pour confirmer les résultats obtenus. L'analyse numérique des géométries FSS proposées est effectuée à l'aide du logiciel Ansoft Designer. Les prototypes sont fabriqués et mesurés. Le bon accord observé entre les résultats simulés et mesurés a validé l'approche proposée. L'utilisation de l'apprentissage automatique supervisé avec l'algorithme de l'arbre de décision a abouti à une procédure de synthèse particulièrement efficace et précise en raison de sa mise en œuvre intuitive et de sa modélisation simplifiée et efficace de l'analyse des données.

Este documento presenta la síntesis de superficies selectivas de frecuencia multibanda (FSS) utilizando aprendizaje automático supervisado (ML) con el algoritmo del árbol de decisión (DT). La estructura FSS propuesta se compone de una matriz de parches metálicos impresos en un sustrato dieléctrico para aplicaciones de microondas de filtrado espacial de banda stop. Las formas de los parches metálicos se basan en la geometría del girasol (helianthus annus). En el primer paso, se realiza un análisis paramétrico para investigar el uso de diferentes geometrías FSS, incluidas aquellas con elementos de parche integrados circulares, anulares y corolares, para componer la geometría del girasol, con respecto a los rendimientos independientes de multibanda y polarización con reducción de tamaño. Se sintetizan dos geometrías FSS bioinspiradas mediante aprendizaje automático supervisado con el algoritmo del árbol de decisiones. El algoritmo de bosque aleatorio (RF) se utiliza para validar el algoritmo del árbol de decisiones y confirmar los resultados obtenidos. El análisis numérico de las geometrías FSS propuestas se realiza utilizando el software Ansoft Designer. Los prototipos se fabrican y miden. La buena concordancia observada entre los resultados simulados y medidos ha validado el enfoque propuesto. El uso del aprendizaje automático supervisado con el algoritmo del árbol de decisiones dio como resultado un procedimiento de síntesis particularmente eficiente y preciso debido a su implementación intuitiva y al modelado de análisis de datos simplificado y efectivo.

This paper presents the synthesis of multiband frequency selective surfaces (FSSs) using supervised machine learning (ML) with the decision tree (DT) algorithm. The proposed FSS structure is composed of an array of metallic patches printed on a dielectric substrate for stopband spatial filtering microwave applications. The shapes of the metallic patches are based on the sunflower (helianthus annus) geometry. In the first step, a parametric analysis is performed to investigate the use of different FSS geometries, including those with circular, annular and corolla integrated patch elements, to compose the sunflower geometry, regarding multiband and polarization independent performances with size reduction. Two bioinspired FSS geometries are synthesized using supervised machine learning with the decision tree algorithm. The random forest (RF) algorithm is used to validate the decision tree algorithm and to confirm the obtained results. The numerical analysis of the proposed FSS geometries is performed using Ansoft Designer software. Prototypes are fabricated and measured. The good agreement observed between simulated and measured results has validated the proposed approach. The use of supervised machine learning with the decision tree algorithm resulted in a particularly efficient and accurate synthesis procedure due to its intuitive implementation and simplified and effective data analysis modelling.

تقدم هذه الورقة توليفة من الأسطح الانتقائية للترددات متعددة النطاقات باستخدام التعلم الآلي الخاضع للإشراف مع خوارزمية شجرة القرار. يتكون هيكل FSS المقترح من مجموعة من الرقع المعدنية المطبوعة على ركيزة عازلة لتطبيقات الميكروويف للتصفية المكانية لنطاق التوقف. تعتمد أشكال البقع المعدنية على هندسة عباد الشمس (هيليانثوس أنوس). في الخطوة الأولى، يتم إجراء تحليل بارامتري للتحقيق في استخدام الأشكال الهندسية المختلفة لـ FSS، بما في ذلك تلك التي تحتوي على عناصر تصحيح مدمجة دائرية وحلقية وكورولا، لتكوين هندسة عباد الشمس، فيما يتعلق بالأداء المستقل متعدد النطاقات والاستقطاب مع تقليل الحجم. يتم تجميع اثنين من الأشكال الهندسية المستوحاة من البيولوجيا باستخدام التعلم الآلي الخاضع للإشراف مع خوارزمية شجرة القرار. يتم استخدام خوارزمية الغابة العشوائية (RF) للتحقق من صحة خوارزمية شجرة القرار ولتأكيد النتائج التي تم الحصول عليها. يتم إجراء التحليل العددي لهندسة FSS المقترحة باستخدام برنامج Ansoft Designer. يتم تصنيع النماذج الأولية وقياسها. أدى الاتفاق الجيد الذي لوحظ بين النتائج المحاكاة والقياسية إلى التحقق من صحة النهج المقترح. أدى استخدام التعلم الآلي الخاضع للإشراف مع خوارزمية شجرة القرار إلى إجراء توليف فعال ودقيق بشكل خاص بسبب تنفيذه البديهي ونمذجة تحليل البيانات المبسطة والفعالة.