MétaCan
Menu
Retour à la cohorte
Enregistrement W2003296107 · doi:10.1109/usnc-ursi.2014.6955636

Electromagnetic imaging inside metallic enclosures using the normal boundary field components

2014· article· en· W2003296107 sur OpenAlexaffabout
Amer Zakaria, Mohammad Asefi, Majid Ostadrahimi, Ian Jeffrey, Joe LoVetri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésElectromagnetic shieldingAcousticsElectromagnetic fieldElectromagnetic reverberation chamberTransverse planePhysicsBoundary value problemMicrowave imagingOpticsElectrical conductorNoise (video)Computer scienceMaterials scienceMicrowaveEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Summary form only given. In recent years, electromagnetic imaging inside chambers with metallic walls has been investigated both theoretically and experimentally. Potential advantages in utilizing these chambers include: (i) shielding the inside of the imaging chamber from outside noise, (ii) better signal-to-noise ratio that may improve the resolution of the imaging modality, (iii) easier system modeling in comparison to open-boundary problems, (iv) the ability to use a lossless matching medium which means more energy is delivered to the target.First, an overview of the research conducted in the area of electromagnetic imaging inside metallic enclosures at the University of Manitoba is presented. This includes two-dimensional transverse magnetic (TM) and transverse electric (TE) microwave tomography (MWT) inside metallic chambers with different boundary shapes (A. Zakaria et al., IEEE TAP, 59, 2012); MWT inside rotating conductive chambers (P. Mojabi and J. LoVetri, IEEE TAP, 59, 2011); MWT using different metallic enclosures simultaneously; and methods and algorithms used to ease studying and performing electromagnetic imaging inside metallic enclosures (A. Zakaria et al., Inverse Problems, 26, 2010). Next, a novel approach for electromagnetic imaging in metallic enclosures is introduced and investigated. The new method utilizes normal field component measurements near the metallic chamber walls to perform imaging; near the chamber boundary the normal electric field components are dominant while the the tangential components vanish. The study is performed both synthetically and experimentally. Using an in-house parallelized full-vectorial electromagnetic finite-element solver, various chamber configurations are modeled and used to collect synthetic datasets (A. Zakaria et al., PIER, 147, 2013). The data are inverted using the finite-element contrast source inversion (FEMCSI) method. The goal of the synthetic study is to understand the effects of frequency-selection, number of observation points, and transceiver modeling on the imaging results. Experimentally, normal electric field data are collected from two configurations. The first setup consists of an air-filled circular metallic chamber with an open-top; within the chamber 24 antennas distributed in three layers are used to measure the normal electric field component near the chamber walls. In the second experiment, electromagnetic imaging inside a grain-bin storage facility is performed. The bin is an enclosed metallic chamber of 4.7 m radius and 7.5 m height. The data are collected using 12 monopole antennas normal to the bin walls.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,013
Tête enseignante GPT0,245
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeophysical Methods and ApplicationsTravaux en français237 207