MétaCan
Menu
Retour à la cohorte
Enregistrement W2048265138 · doi:10.1109/tuffc.2009.1308

Approximate green's function representations for the analysis of SAW and leaky wave devices

2009· article· en· W2048265138 sur OpenAlexaff
R.C. Peach

Notice bibliographique

RevueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency Control · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensCOM DEV International
Organismes subventionnairesnon disponible
Mots-clésSuperposition principleSlownessGreen's functionMathematical analysisExponential functionFunction (biology)MathematicsAiry functionRange (aeronautics)WavenumberMatrix (chemical analysis)PhysicsOpticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The Green's function or boundary element method (BEM) is the preferred technique for rigorous SAW device analysis. However, because of its computational cost, its principal application is the analysis of mode propagation in periodic structures to determine parameters that can then be used in simplified coupling of modes (COM) or P-matrix models. In this paper, rigorous representations are derived that express the Green's function in terms of a continuous superposition of modes. The derivations include detailed analysis of the Green's function properties as a function of both frequency and wavenumber, and representations are obtained for both the slowness and spatial domains. Approximate forms are then generated by replacing the continuous mode superposition by a discrete one. The Green's function can be approximated to any required degree of accuracy, and the resulting approximations are applicable to any type of wave on any type of substrate. The long-range spatial components in the approximate forms are represented by exponential terms. The separable properties of these terms allow this class of approximation to be applied to general SAW and leaky wave device analysis in such a way that the computational effort increases only linearly with device size.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,222
Écart entre enseignants0,209 · 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
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency ControlMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207