MétaCan
Menu
Retour à la cohorte
Enregistrement W2593180200

Modeling and adjoint sensitivity analysis of general anisotropic high frequency structures

2017· dissertation· en· W2593180200 sur OpenAlexfundno aff
Laleh Seyyed-Kalantari

Notice bibliographique

RevueMacSphere (McMaster University) · 2017
Typedissertation
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésSensitivity (control systems)AnisotropyPhysicsMathematicsEngineeringElectronic engineeringOptics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We propose an efficient wideband theory for adjoint variable sensitivity analysis of problems with general anisotropic materials. The method is formulated based on the transmission line numerical modeling technique. The anisotropic material properties of potential interest are the full tensors of permittivity, permeability, electrical conductivity, magnetic resistivity, magnetoelectric coupling, and electromagnetic coupling. The tensors may contain non-diagonal elements. Our method estimates the gradients of the desired response with respect to all designable parameters using at most one extra simulation, regardless of their number. In contrast, in the conventional sensitivity analysis method using central finite differences, the number of the required simulations scales linearly with the number of designable parameters. The theory has been implemented for sensitivity analysis of the two and three-dimensional structures. The available adjoint variable method (AVM) sensitivities enable the optimization-based design of anisotropic and dispersive anisotropic structures. We apply our AVM technique to optimization-based wideband invisibility cloak design of arbitrary-shape objects. Our method optimizes the voxel-by-voxel constitutive parameters of an anisotropic cloak. This results in a large number of optimizable parameters. The associated sensitivities of a wideband cloaking objective function are efficiently estimated using our anisotropic adjoint variable method technique. A gradient-based optimization algorithm utilizes the available sensitivity information to iteratively minimize the visibility objective function and to determine the constitutive parameters of the optimal cloak.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,189
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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetStructural Analysis and OptimizationTravaux en français237 207