MétaCan
Menu
Retour à la cohorte
Enregistrement W2804227266 · doi:10.23919/ropaces.2018.8364289

On complexity reduction in solution of scattering problems on well-conducting 3D objects with surface-volume-surface EFIE

2018· article· en· W2804227266 sur OpenAlexaff
Jamiu Mojolagbe, Reza Gholami, Vladimir Okhmatovski

Notice bibliographique

Revue2018 International Applied Computational Electromagnetics Society Symposium (ACES) · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésElectric-field integral equationDiscretizationScatteringIntegral equationMethod of moments (probability theory)Surface (topology)Field (mathematics)Mathematical analysisLossless compressionTruncation (statistics)MathematicsPhysicsComputational physicsOpticsGeometryAlgorithm

Résumé

récupéré en direct d'OpenAlex

The Surface-Volume-Surface Electric Field Integral Equation (SVS-EFIE) is applicable to the solution of the scattering problems on both lossless dielectric and highly conducting metal objects. When solution of scattering and radiation problems on metal objects is sought the rapidly attenuating field behaviour due to skin-effect can be exploited to reduce complexity of the Method of Moments (MoM) discretized SVS-EFIE. Among these strategies is the removal of the volume mesh corresponding to the part of the scatterer in which field is expected to attenuate below certain threshold and truncation of the range in MoM interactions due to their attenuation governed by the metal medium Green's function. The qualitative description of these techniques is provided as well as numerical results demonstrating their validity.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 GPT0,235
Écart entre enseignants0,221 · 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'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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2018 International Applied Computational Electromagnetics Society Symposium (ACES)Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207