MétaCan
Menu
Retour à la cohorte
Enregistrement W2154554543 · doi:10.1109/ultsym.2015.0464

Mutual radiation impedance for modeling of multi-frequency CMUT arrays

2015· article· en· W2154554543 sur OpenAlexaff
Mohammad Maadi, Ryan K. W. Chee, Roger J. Zemp

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCapacitive micromachined ultrasonic transducersRadiation impedanceAcousticsCapacitive sensingUltrasonic sensorAcoustic impedanceElectrical impedanceMaterials sciencePiston (optics)TransducerOpticsPhysicsRadiationEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Recently closely packed interlaced capacitive micromachined ultrasonic transducers (CMUTs) with different membrane sizes, on a scale smaller than the acoustic wavelength to mitigate grating lobes, have been introduced for multi-band operation, imaging-therapy, contrast and photoacoustic imaging. An accurate model including the effects of the self and mutual acoustic interactions between CMUT cells for simulating the multi-frequency arrays is necessary. However, the previous works evaluated the effects of the mutual radiation impedance on CMUT arrays with the same membrane sizes. Using the Bouwkamp integral method for integrating the farfield directionality factor of two flexural disks with different sizes, vibrating in phase, series expressions have been obtained for the mutual radiation impedance between two circular radiators of different radii in a rigid plane. Models for the mutual acoustic impedance between membranes of different sizes were validated against previous piston results but extended to flexural disks. The obtained expressions were implemented in an equivalent circuit model of multi-frequency CMUTs. Model predictions of resonance frequencies and displacements closely matched experimental vibrometer measurements of multi-frequency CMUT arrays that were done for low and high frequency transducers.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,001

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 Opus0,046
Tête enseignante GPT0,305
Écart entre enseignants0,259 · 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
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasound Imaging and ElastographyTravaux en français237 207