MétaCan
Menu
Retour à la cohorte
Enregistrement W2066816199 · doi:10.1049/ip-map:20000801

Investigation of projection iterative method in solving MoM matrix equations in electromagnetic scattering

2000· article· en· W2066816199 sur OpenAlexaff
Q. Ye, L. Shafai

Notice bibliographique

RevueIEE Proceedings - Microwaves Antennas and Propagation · 2000
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésInvertible matrixIterative methodMatrix (chemical analysis)MathematicsRelaxation (psychology)Rate of convergenceConvergence (economics)Mathematical analysisScatteringApplied mathematicsProjection (relational algebra)ResidualCylinderComputational electromagneticsElectromagnetic fieldMathematical optimizationAlgorithmComputer sciencePhysicsGeometryOpticsMaterials science

Résumé

récupéré en direct d'OpenAlex

The projection iterative method (PIM) is convergence guaranteed when applied to solve the MoM equations with nonsingular matrices. Its decomposition procedure divides the matrix into some small subregions to avoid large matrix inversions. It is found that the convergent rate can be accelerated by introducing the relaxation factor to the PIM formulation. Three 3D examples are investigated to show the performance and validation of the PIM on electromagnetic scattering problems. A 2D infinite circular cylinder with The field illumination is also studied to show the convergence of the method. The relationship of various PIM related parameters, such as the normalised residual norm, the number of iterations, the number of divided subregions, and the relaxation factor, is studied and presented. It is concluded that the operation count of the accelerated PIM is usually comparable to the direct method and the PIM can predict the RCS faster than the direct method with a reasonable accuracy.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEE Proceedings - Microwaves Antennas and PropagationMême sujetElectromagnetic Scattering and AnalysisTravaux en français237 207