Near-field microwave non-destructive testing for defect shape and material identification
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We propose a near-field approach to microwave non-destructive detection and evaluation of defects, which is based on electromagnetic (EM) numerical modeling of the forward problem and on an adjoint-variable approach to the calculation of the response Jacobians of the forward model. The measured response of the structure under test is matched to that of the forward model. The inverse least square problem is solved iteratively by an optimizer. The approach features high computational efficiency due to the use of adjoint-based response sensitivities, which are developed here to handle materials with complex permittivity. It allows the recovery of both shape and material parameters of the defect. Examples of defects in lossy media are considered. The numerical EM analysis is carried out with a frequency-domain solver based on the transmission line method. The initial discretization grid is preserved throughout the optimization iterations. Keywords: Electromagnetic modelingInverse problemsNon-destructive testingOptimizationSensitivity analysis Notes All matrices and vectors are in bold italics. We define the gradient operator as a row operator (Haug et al. Citation1986). When F represents a real function, equation (Equation7) is where R returns the real value of the complex quantity in the brackets. For a real-valued response F, the semi-analytical formula (Equation10) is . The subscripts R and I denote the real and imaginary parts of the complex quantity, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle