摘要 尽管机器学习 (ML) 在回归和分类应用中显示出了巨大的潜力， 但它是否能在速度或精度方面成为科学计算的新引擎，仍然是一个 问题。 在信号完整性（SI）、功率完整性（PI）、电磁兼容（EMC） 及电磁干扰的分析上，我们尤其感兴趣的是，将ML 用于计算电磁 学（CEM）的可能性。通过我们最近开发的基于ML 的CEM 算法 可知，在SI/PI、EMC/EMI 相关建模中，可以从三个方面使用ML 方法： 辅助模型生成、黑箱建模和算法更新。文中以几种计算电磁学算 法为例，讨论了这三种方法在SI/PI、EMC/EMI 相关建模中的应用， 并根据我们的见解提供了每种方法的优缺点。

网站会员需要登录才能在线预览，点我登录。

如何成为网站会员>>