目的
本プログラムは深層学習（deep learning）
とモーメント法またはFDTD法（Finite Difference Time Domain）を用いて、
アンテナの特性を高速に計算するものです。
さらにそれを用いてアンテナの最適設計を行います。
データセット
ランダムに多数のアンテナ形状を作成し、
それぞれをモーメント法またはFDTD法を用いて計算します。
計算されるアンテナの特性は、遠方界パターン、近傍電磁界分布、入力インピーダンスです。
多数のアンテナ形状とアンテナ特性の組からなるデータセットを作成します。
プログラミングにはCまたはPythonを用います。
計算時間がかかるために並列化を行っています。
深層学習
ニューラルネットワークの入力をアンテナ形状、出力をアンテナ特性として深層学習で学習します。
深層学習にはCNN（畳み込みニューラルネットワーク）を用います。
プログラミングにはPythonとPyTorch[1]を用います。
GPUを用いて高速に計算することができます。
アンテナの最適設計
アンテナの特性（遠方界、近傍界、入力インピーダンス）からなる目的関数を与え、
それが最小になるようなアンテナ形状を探索します。
最適化アルゴリズムとしては単純なランダム変形法をとります。
プログラミングにはPythonを用います。