MétaCan
Menu
Retour à la cohorte
Enregistrement W2070630720 · doi:10.1109/usnc-ursi.2014.6955567

Point-based discretization of the mixed-potential RWG MoM via the Nystrom method

2014· article· en· W2070630720 sur OpenAlexaff
Mohammad Shafieipour, Ian Jeffrey, Jonatan Aronsson, Vladimir Okhmatovski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésDiscretizationMultipole expansionElectric-field integral equationImpedance parametersMethod of moments (probability theory)Integral equationMathematicsApplied mathematicsMathematical analysisElectrical impedancePhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Summary form only given. Enforcing continuity of the approximated field between elements of the mesh can improve accuracy of a numerical solution as well as conditioning of its impedance matrix (M. Shafieipour, et. al., IEEE Trans. Antennas Propag., 99, 1-11, 2013). In the class of low-order solutions, Rao-Wilton-Glisson (RWG) basis functions are widely used in the numerical solution of electromagnetic scattering problems and they have been recently suggested in conjunction with first-order Locally Corrected Nystrom (LCN) method when solution of the Electric Field Integral Equation (EFIE) is perused (M. Shafieipour, et. al., IEEE Trans. Antennas Propag., 99, 1-11, 2013), resulting in a current-continuity-enforcing point-based discretization scheme (RWG-via-LCN) which can efficiently be accelerated by the Multilevel Fast Multipole Algorithm (MLFMA). However, it is known that the LCN method suffers from low-frequency breakdown (J. C. Young, et. al., IEEE Antennas. Wireless. Propag. Lett., 11, 846-849, 2012) when trying to solve for the EFIE as LCN discretizes the vector-potential EFIE as opposed to the mixed-potential EFIE. In this work we show that the RWG-via-LCN method inherits the low-frequency breakdown from the LCN method. As a remedy, we introduce a new RWGvia-LCN scheme which is a mixture of zerothand first-order discretization of the EFIE and we show that it is equivalent to the mixed-potential RWG MoM. The new method preserves all advantages of the RWG-via-LCN method (i.e. point-based and current-continuity-enforcing) and at the same time enjoys a wide-band solution and is computationally more efficient as it uses zeroth-order EFIE to compute the scalar potential contribution.

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 enseignants0,006
Score d'incertitude au seuil0,021

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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,002
Tête enseignante GPT0,208
Écart entre enseignants0,206 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207