MétaCan
Menu
Retour à la cohorte
Enregistrement W2091625969 · doi:10.1109/tap.2012.2201093

Technique to Decompose Near-Field Reflection Data Generated From an Object Consisting of Thin Dielectric Layers

2012· article· en· W2091625969 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDielectricReflection (computer programming)Bandwidth (computing)RadarNear and far fieldOpticsWidebandComputer scienceNonlinear systemField (mathematics)AmplitudeReflection coefficientMaterials scienceAcousticsPhysicsTelecommunicationsOptoelectronicsMathematics

Résumé

récupéré en direct d'OpenAlex

Extracting properties of hidden structures using ultra-wideband (UWB) radar is evolving into a promising technology. For these applications, a short-duration electromagnetic wave is transmitted into an object or structure of interest and the backscattered fields that arise due to dielectric contrasts at interfaces are measured. The time-of-arrival (TOA) between reflections and the amplitude of the reflections may be used to infer the geometrical and dielectric properties of hidden structures or objects. For electrically thin layers, the limited bandwidth of the illuminating signal typically gives rise to overlapping reflections, necessitating the use of high-resolution techniques. We investigate an iterative nonlinear parameter estimation technique that may be used for near-field applications. The effectiveness of the algorithm to decompose the reflection data is evaluated using numerical data generated from 2D and 3D dielectric slabs and experimental data from multi-layered slabs.

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.

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: aucune
Score de désaccord entre enseignants0,658
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,029
Tête enseignante GPT0,282
Écart entre enseignants0,253 · 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