MétaCan
Menu
Retour à la cohorte
Enregistrement W1996428180 · doi:10.2971/jeos.2010.10021

Application of the method of auxiliary sources to a defect-detection inverse problem of optical diffraction microscopy

2010· article· en· W1996428180 sur OpenAlexaff
Mirza Karamehmedović, Mads Hoy Sørensen, Poul‐Erik Hansen, Andrei V. Lavrinenko

Notice bibliographique

RevueJournal of the European Optical Society Rapid Publications · 2010
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesDanish Agency for Science and Higher EducationForsknings- og InnovationsstyrelsenUniversität Bremen
Mots-clésDiffractionMicroscopyOpticsInverseInverse problemOptical microscopePhysicsComputer scienceMaterials scienceMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

We propose a method of numerical solution of a type of inverse scattering problem that arises in the optical characterisation/quality control of nanostructures. The underlying global, ill-posed, nonlinear optimisation problem is first localised by best-fit matching of library and measured diffraction efficiency patterns. The inverse problem is then solved using piecewise linear interpolation between the best far-field matches. Finally, the results are refined, on average, by solving an additional local optimisation problem formulated in terms of the method of auxiliary sources. To illustrate the proposed method, we apply it in a concrete quantitative characterisation of a non-periodic, nano-scale grating defect, with numerically simulated measurements. It is shown that the presented procedure can solve the inverse problem with an accuracy usually thought to require rigorous electromagnetic theories.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,300

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,235
Écart entre enseignants0,229 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the European Optical Society Rapid PublicationsMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207