MétaCan
Menu
Retour à la cohorte
Enregistrement W2468234280 · doi:10.1038/srep28626

A Non-Invasive Phase Sensor for Permittivity and Moisture Estimation Based on Anomalous Dispersion

2016· article· en· W2468234280 sur OpenAlexaff
Omar Siddiqui, Rashad Ramzan, Muhammad Amin, Omar M. Ramahi

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave and Dielectric Measurement Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPhase responseBandwidth (computing)Stub (electronics)ResonatorMaterials scienceAmplitudePhase (matter)PermittivityMicrowaveResonance (particle physics)Dispersion (optics)AcousticsDielectricOptoelectronicsOpticsPhysicsElectronic engineeringComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The traditional microwave resonance sensors are based on the measurement of the frequency shift and bandwidth of a resonator's amplitude spectrum. Here we propose a novel sensing scheme in which the material properties are estimated by determining the changes in the phase spectrum of an anomalous-phase resonator. In the proposed phase sensing, we exploit the unique double phase reversal which takes place on the edges of the anomalous dispersion region as a signature to detect the resonance. We show that with the phase sensing, a significant reduction in detection errors compared to the traditional sensing can be obtained because of the noise immunity offered by the phase detection and also due to the strong dispersive phase response that reduces the sensor's dependence on the external environment. We also show that the bandwidth determination procedure of the resonance which is needed to characterize the sample losses is significantly simplified. The concept of phase sensing is shown by devising an experimental microstrip open stub resonator whose frequency response lies in the anomalous dispersion region. The dielectric characteristics of the samples placed on the stub are extracted from the resonant frequency and the slope of the phase response. We also demonstrate that the changes in moisture levels can also be detected by utilizing the phase sensing method.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,240
Écart entre enseignants0,227 · 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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMicrowave and Dielectric Measurement TechniquesTravaux en français237 207