MétaCan
Menu
Retour à la cohorte
Enregistrement W2326051152 · doi:10.1109/lmwc.2016.2516761

A Novel Dynamic Neuro-Space Mapping Approach for Nonlinear Microwave Device Modeling

2016· article· en· W2326051152 sur OpenAlexaff
Lin Zhu, Qi‐Jun Zhang, Kaihua Liu, Yongtao Ma, Bo Peng, Shuxia Yan

Notice bibliographique

RevueIEEE Microwave and Wireless Components Letters · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemSpace mappingComputer scienceHigh-electron-mobility transistorElectronic engineeringResistorTransistorCapacitanceArtificial neural networkLimit (mathematics)Topology (electrical circuits)Electrical engineeringAlgorithmPhysicsEngineeringMathematicsArtificial intelligenceVoltageMathematical analysis

Résumé

récupéré en direct d'OpenAlex

This letter presents a novel dynamic Neuro-space mapping (Neuro-SM) technique for nonlinear device modeling. This is an advance over the existing static Neuro-SM which aims to map a given approximate device model towards an accurate model. The proposed technique retains the ability of static Neuro-SM in modifying the effects of nonlinear resistors and current sources. The proposed technique can also make up for any capacitive effects and non-quasi-static effects that maybe missing in the given model, which is not achievable by the existing static Neuro-SM. In this way, the dynamic Neuro-SM model can exceed the accuracy limit of the static Neuro-SM. The validity and efficiency of the proposed approach are verified through two high-electron mobility transistor (HEMT) modeling examples.

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 enseignants0,003
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,023
Tête enseignante GPT0,209
Écart entre enseignants0,186 · 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

Citations60
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Microwave and Wireless Components LettersMême sujetMicrowave Engineering and WaveguidesTravaux en français237 207