MétaCan
Menu
Retour à la cohorte
Enregistrement W2147958867 · doi:10.1109/tap.2010.2103009

Near-Field Microwave Imaging Based on Aperture Raster Scanning With TEM Horn Antennas

2011· article· en· W2147958867 sur OpenAlexaff
Reza K. Amineh, Maryam Ravan, Aastha Trehan, Natalia K. Nikolova

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMicrowave imagingOpticsAntenna (radio)Raster scanAperture (computer memory)Horn antennaDirectivityMicrowaveNear and far fieldAntenna apertureRadiation patternMaterials sciencePhysicsSlot antennaComputer scienceAcousticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

The design, fabrication, and characterization of an ultrawideband (UWB) antenna for near-field microwave imaging of dielectric objects are presented together with the imaging setup. The focus is on an application in microwave breast tumor detection. The new antenna operates as a sensor with the following properties: 1) direct contact with the imaged body; 2) more than 90% of the microwave power is coupled directly into the tissue; 3) UWB performance; 4) excellent de-coupling from the outside environment; 5) small size; and 6) simple fabrication. The antenna characterization includes return loss, total efficiency, near-field directivity, fidelity, and group velocity. The near-field imaging setup employs planar aperture raster scanning. It consists of two antennas aligned along each other's boresight and moving together to scan two parallel apertures. The imaged object lies between the two apertures. With a blind de-convolution algorithm, the images are de-blurred. Simulation and experimental results confirm the satisfactory performance of the antenna as an UWB sensor for near-field imaging.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,192
Écart entre enseignants0,181 · 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

Citations151
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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