MétaCan
Menu
Retour à la cohorte
Enregistrement W2112477034 · doi:10.1109/tap.2011.2123066

A Novel Microwave Tomography System Using a Rotatable Conductive Enclosure

2011· article· en· W2112477034 sur OpenAlexaff
Puyan Mojabi, Joe LoVetri

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEnclosureElectrical conductorComputer scienceScatteringMicrowave imagingPermittivityMicrowavePhysicsAcousticsAlgorithmMathematical analysisOpticsMathematicsTelecommunicationsOptoelectronicsDielectric

Résumé

récupéré en direct d'OpenAlex

A novel microwave tomography (MWT) setup is proposed wherein a rotatable conductive enclosure is used to generate electromagnetic scattering data that are collected at each static position of the enclosure using a minimal antenna array having as few as only four co-resident elements. The antenna array remains fixed with respect to the target being imaged and only the boundary of the conductive enclosure is rotated. To show that non-redundant scattering data can be generated in this way several 2D transverse magnetic imaging examples are considered using single-frequency synthetic data. For each example, the reconstruction of the complex permittivity profile is compared to that obtained using a homogeneous open-region MWT setup having 16 co-resident antennas. The weightedL2-norm total variation multiplicative-regularized Gauss-Newton inversion (MR-GNI) is used for all inversions and for the new MWT setup the data collected at all positions of the conductive enclosure are inverted simultaneously. The quality of images obtained from the two systems is similar, but the advantage of the new configuration is its use of a fixed minimal antenna array which will put less of a burden on the numerical system model.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,001

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 Opus0,030
Tête enseignante GPT0,207
Écart entre enseignants0,177 · 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'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

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207