本网讯（信息材料与智能感知安徽省实验室）近日，我校信息材料与智能感知安徽省实验室冯乃星副教授课题组在高性能计算电磁数值算法和智能神经网络辅助电磁探测方面取得了进展，相关工作以Alternative Implementation of EM Propagation for 3D Layered Lossy Media by SMM Method和Gradient Boosting Decision Tree-Based PMM Model Integrated Into FDTD Method for Solving Subsurface Sensing Problems为题在计算机科学学科的顶级期刊《IEEE Transactions on Antennas and Propagation》上发表论文两篇（doi:10.1109/TAP.2024.3416053)(doi:10.1109/TAP.2024.3407969)。冯乃星为论文第一作者和通讯作者，安徽大学黄志祥教授和杨利霞教授，科罗拉多矿业大学Atef Z. Elsherbeni教授 (IEEE Fellow）分别为论文主要贡献者，安徽大学为第一通讯单位。
平面分层媒质模型作为现代电磁问题的经典模型和重要组件，在地质勘测、超材料以及电子器件设计等诸多领域发挥了显著的作用。为应对日益复杂的电磁勘测环境，满足日益精细化的电子器件设计需求，课题组提出了一种高效的全波分析方法-空间映射算法，对全各向异性分层媒质中电磁传播问题进行数值模拟。经验证，该算法对于各种复杂电磁媒质和多尺度问题都展现出优良的计算性能。另外，为了降低空间复杂度，借助人工智能的辅助，进一步将其与梯度提升决策树相结合，将多层厚度吸收层通过神经网络训练为单层，从而有效缩减物理域的大小，进一步提升求解效率。
图. （a）有损耗双轴晶体对称多分层媒质模型；（b）微波段反射系数与透射系数
（c）LiNbO3近红外光滤波器模型；（d）电场分布