MétaCan
Menu
Retour à la cohorte

Réduction de modèles issus de la méthode PEEC pour la modélisation électromagnétique des interconnexions électriques

2012· dissertation· en· W27088162 sur OpenAlexfundno aff
Trung Son Nguyen

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHumanitiesPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Le sujet de cette thèse traite de l'amélioration de la méthode PEEC inductive (permettant une modélisation des interconnexions électriques d'un point de vue électromagnétique basse fréquence) en employant une méthode de compression matricielle FMM. L'introduction de ces compressions entraîne des restrictions concernant les opérations algébriques autorisées, seule les opérations de type produit matrice - vecteur sont permises. L'objectif était de proposer des méthodes pour déterminer : Les courants en tout point du dispositif Des impédances équivalentes entre différents ports d'entrées-sorties. Le premier point a pu être traité en mettant en place une méthode originale de recherche d'un jeu d'équations indépendantes ainsi qu'un préconditionneur spécifique dans la phase de résolution compatible avec les méthodes de compression matricielle. Le second point a nécessité l'utilisation de méthode de réduction d'ordre à base de sous espace de Krylov afin de construire un développement limité des jeux d'impédance recherché. Ensuite, nous avons mis en place une technique de synthèse de circuit afin d'obtenir un circuit électrique simple permettant de modéliser le comportement du dispositif avec de simples éléments de type résistance, inductance (non couplée) et capacité. Cette démarche permet l'utilisation dans tous les simulateurs temporels et ainsi permet d'avoir une vision système légère du dispositif d'interconnexion électrique.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,292
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207