MétaCan
Menu
Retour à la cohorte
Enregistrement W2137674164 · doi:10.1109/tmtt.2004.842480

Iterative methods for extracting causal time-domain parameters

2005· article· en· W2137674164 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 Microwave Theory and Techniques · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Simulation and Numerical Methods
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFrequency domainComputer scienceTime domainFourier transformRange (aeronautics)AlgorithmDomain (mathematical analysis)Iterative methodFrequency bandFrequency responseDiscrete frequency domainTransformation (genetics)Electronic engineeringMathematicsTelecommunicationsEngineeringBandwidth (computing)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Recent interest in time-domain modeling techniques has been largely motivated by the demands for simulating broad-band electronic systems and high-speed digital circuits. These techniques normally require strict causality of any parameters to be used with them. However, most of parameters, such as the S-parameters of a transistor, are given only in the frequency domain and over a limited frequency range of interest. Direct applications of regular transformation techniques to these band-limited frequency-domain parameters, such as inverse Fourier transform, often lead to noncausal time-domain correspondents. Therefore, schemes need to be carefully developed for extraction of the time-domain parameters that are causal while retaining the original frequency-domain information within the frequency range of interest. In this paper, two iterative methods are proposed for the causal extraction, and numerical examples are given to validate the effectiveness. The errors of the methods are found to be approximately 1%.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,719

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,321
Écart entre enseignants0,306 · 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