MétaCan
Menu
Retour à la cohorte
Enregistrement W2782468241 · doi:10.1109/tap.2018.2790173

Matched, Low-Loss, and Wideband Graded-Index Flat Lenses for Millimeter-Wave Applications

2018· article· en· W2782468241 sur OpenAlexafffund
Yuchu He, George V. Eleftheriades

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBeamwidthOpticsMaterials scienceLens (geology)WidebandHorn antennaGradient-index opticsExtremely high frequencyRefractive indexCollimated lightInsertion lossMicrowaveFrench hornDielectricTransmittanceReflection lossDielectric lossOptoelectronicsAntenna (radio)Directional antennaPhysicsSlot antennaTelecommunicationsAcoustics

Résumé

récupéré en direct d'OpenAlex

Low reflection, low-loss, and wideband graded-index (GRIN) flat artificial dielectric lenses utilizing GRIN antireflection (AR) layers are developed in this paper. The GRIN lens and the AR layers are realized by perforating regular microwave substrates. The resulting reflectance, transmittance, and dielectric losses of the designed lens are 0.06% (-32.2 dB), 96.7% (-0.14 dB), and 3.3% (-14.8 dB), respectively. This highly efficient lens is designed to collimate a commercial pyramidal horn at 34.3 GHz. Excellent agreement is observed between the simulated and measured results. The flat lens decreases the half-power beamwidth of the horn from 10° to 6° and increases the peak gain by an average of 5 dB within the frequency range of 26-39 GHz.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,866
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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.

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

Citations47
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMicrowave Engineering and WaveguidesTravaux en français237 207