International Journal of Antennas and Propagation发表天线设计、分析和应用方面的研究，以及和电磁波在空间、空气和其他媒介中传播有关的研究。

阅读International Journal of Antennas and Propagation的“2020年度论文”

将高斯过程（GP）机器学习技术作为一种代理模型同时搭配全局优化方法来实现电磁问题的快速优化设计，需要进行大量协方差计算，会让计算量达到样本数量的三次幂，导致计算效率低下。为解决这一问题，该研究利用卷积神经网络（CNN）与GP进行了整合，构建了一个深度高斯过程（DGP）模型。研究结果显示，其所提出的DGP网络模型可在优化过程中取代电磁模拟软件，从而在减少所需优化时间的同时，确保设计的精度。

例如：

以下是最新的期刊指标：

*我们了解，期刊层面的指标非常重要，它们可以帮助我们的许多作者选择自己的研究发表平台。然而，作为旧金山科研评估宣言（DORA）的签署方，我们认为，不该将期刊层面的指标作为一种替代手段，来衡量具体研究论文的质量，或者用其评估某一科研人员的贡献，也不该将其用作招聘、晋升或研究资助决策的参考指标。我们始终认为，不该单纯地只用一种指标来评价期刊。我们倡导在评价期刊时，对期刊的范围、内容、编辑流程以及许多期刊和论文层面的指标（如使用量和引用量）进行彻底评估。

我们的编辑旨在帮助把握期刊方向。如果您的研究符合本刊发表范围，我们将很高兴评估您的稿件。

主编Professor Koziel来自雷克雅未克大学，研究方向为基于代理的模拟和优化，包括用于工程设计的空间测绘技术。

本刊的三位副主编分别为：

点击链接，进一步了解投稿后的稿件处理流程：https://mp.weixin.qq.com/s?__biz=Mzg5NTEyMDc3Ng==&mid=2247489772&idx=1&sn=40e52c91ba5a4278df3770d76741231d#rd

如果您准备向本刊投稿，请点击链接访问期刊主页：https://www.hindawi.com/journals/ijap/guidelines/

如果您有任何疑问，请致信help@hindawi.com,我们将随时为您提供帮助。