MétaCan
Menu
Retour à la cohorte
Enregistrement W2743413540 · doi:10.1088/1757-899x/227/1/012123

Waveguide sensor with metamaterial structure for determination of dielectric properties

2017· article· en· W2743413540 sur OpenAlexaff
Rozina Steigmann, Adriana Savin, Katarína Isteníková, Dagmar Faktorová, Peter Fabo

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensContinental (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceDielectricWaveguideMicrowavePermittivityMetamaterialAperture (computer memory)OptoelectronicsOpticsAcousticsComputer sciencePhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Microwave sensor (MWS) compared with classical sensor, offers many advantage such as rapid and nondestructive measurement. At microwave (MW) frequencies, dielectric properties of materials depend on frequency, moisture content, bulk density and temperature. MW waveguide sensors can measure properties of materials based on MW interaction with matter, and provide information about dielectric properties of investigated dielectric material, characterized with complex permittivity. The paper presents a new approach for determination of the dielectric properties of dielectric material by embedding a metamaterial (MM) structure over the aperture of waveguide sensor in order to increase the sensing properties of classical waveguide sensor. The optimal design of MM structure for waveguide sensor tuning in MW X-band is obtained. In this new approach the MM function in two ways: like a tool for increasing the sensibility of classical waveguide sensor and the tool sensitive to the dielectric properties of investigated material through the adjusted resonance frequency of designed MM units. The numerical simulation of 2D MM structure properties and experimental results for dielectric properties of dielectric materials are carried out.

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 candidatesCommunication savante
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 enseignants0,024
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 technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,240
Écart entre enseignants0,213 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207