MétaCan
Menu
Retour à la cohorte
Enregistrement W2035556050 · doi:10.1109/lawp.2014.2348993

One-Step Leapfrog ADI-FDTD With CPML for General Orthogonal Grids

2014· article· en· W2035556050 sur OpenAlexaff
Xiang-Hua Wang, Wen‐Yan Yin, Zhizhang Chen

Notice bibliographique

RevueIEEE Antennas and Wireless Propagation Letters · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Simulation and Numerical Methods
Établissements canadiensDalhousie University
Organismes subventionnairesNational Science Foundation
Mots-clésFinite-difference time-domain methodPerfectly matched layerAlternating direction implicit methodComputationFinite difference methodMathematicsMathematical analysisComputer scienceApplied mathematicsAlgorithmPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The unconditionally stable one-step leapfrog alternating-direction-implicit finite-difference time-domain (ADI-FDTD) method is extended and developed for general orthogonal grids in this letter. It can be derived from either the conventional ADI-FDTD but with no mid-time computation, or simply conventional FDTD, just with one perturbation term added. The convolutional perfectly matched layer (CPML) is also derived for general orthogonal grids. The proposed developments are validated and further used for investigation of the earth-ionosphere cavity, with the Schumann resonant frequencies captured. It is numerically demonstrated that the proposed method is unconditionally stable and more efficient than the conventional FDTD method for the problems considered here.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,224
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Antennas and Wireless Propagation LettersMême sujetElectromagnetic Simulation and Numerical MethodsTravaux en français237 207