Simultaneous high-order contrast source inversion of dielectric and magnetic targets
Notice bibliographique
Résumé
Magnetic contrast agents have been recently proposed as a method of improving the capabilities of microwave imaging for cancer diagnosis, detection and treatment monitoring. In order to exploit these contrast agents, electromagnetic inversion algorithms should be based on forward solvers capable of predicting the scattered fields from both dielectric and magnetic targets. To this end we have developed a high-order, nonlinear inversion algorithm for the simultaneous inversion of magnetic and dielectric targets using the contrast source inversion (CSI) formulation of the inverse problem. The inverse solver uses a high-order, time-harmonic, discontinuous Galerkin formulation of Maxwell's equations and supports unstructured discretizations of dielectric, magnetic and perfectly conducting media. The resulting CSI formulation is an unstructured, high-order extension of an existing dielectric and magnetic CSI formulation (A. Abubakar and P. M. van den Berg, J. Comput. Phys., 195(1), 236-262, 2004), and extends FEM-CSI (A. Zakaria, C. Gilmore and J. LoVetri, Inverse Probl., 26(11), 115010, 2010) to both high-order and magnetic materials. In this work we will focus on the modifications to the CSI formulation required to support independent expansion orders for the contrast, contrast sources and fields. High-order contrast expansions effectively decouple the solution from the underlying discretization and, for the same level of accuracy, reduce the number of degrees of freedom in the iterative inversion process. An exact radiating boundary condition has been implemented for open problems and, at the cost of computational time and memory, yields an error-controllable forward solver for electromagnetic inversion. The reconstructions of both dielectric and/or magnetic targets will be presented for two-dimensional image reconstruction of synthetic and experimental data.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».