MétaCan
Menu
Retour à la cohorte
Enregistrement W1989404742 · doi:10.1109/tap.2013.2254695

Space Mapping Optimization of Handset Antennas Exploiting Thin-Wire Models

2013· article· en· W1989404742 sur OpenAlexafffund
Sheng Tu, Qingsha S. Cheng, Yifan Zhang, J.W. Bandler, Natalia K. Nikolova

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésSpace mappingHandsetComputer sciencePlanarAntenna (radio)Space (punctuation)AcousticsPhysicsAlgorithmTelecommunicationsComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

A handset antenna modeling and design technique using space mapping (SM) is presented. Thin-wire models are exploited as coarse models in the SM algorithms, while the fine models are high-accuracy electromagnetic simulations. The thin-wire models capture the basic physics of handset antennas but are not as accurate as the fine model. On the other hand, they are computationally cheap when analyzed by the method of moments solvers. Detailed guidelines for building thin-wire models are provided. Two SM algorithms are employed: 1) implicit, input and output space mapping and 2) implicit and output space mapping. An internal dual-band patch antenna and an arm-folded planar inverted F antenna are designed through our approach. For comparison, direct optimizations have been performed in each example.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,194
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMicrowave Engineering and WaveguidesTravaux en français237 207