MétaCan
Menu
Retour à la cohorte
Enregistrement W2892924322 · doi:10.23919/ursi-at-rasc.2018.8471479

Fast Direct Method of Moments Solution of Surface-Volume-Surface Integral Equation with H-Matrices

2018· article· en· W2892924322 sur OpenAlexaff
Reza Gholami, Jamiu Mojolagbe, Anton Menshov, Farhad Sheikh Hosseini Lori, Vladimir Okhmatovski

Notice bibliographique

Revue2018 2nd URSI Atlantic Radio Science Meeting (AT-RASC) · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésElectric-field integral equationDiscretizationIntegral equationSurface (topology)Method of moments (probability theory)Volume integralMathematicsMathematical analysisScatteringSurface integralGeometryPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The Surface-Volume-Surface Electric Field Integral Equation (SVS-EFIE) [1] is a single-source integral equation which can be formulated for solution of radiation and scattering problems on homogeneous as well as piece-wise homogeneous (composite) penetrable objects. The Method of Moments (MoM) discretization of SVS-EFIE produces three dense matrices corresponding to its three integral operators. These operators map the field from the scatterer's surface to its volume, from its volume to its surface, and from its surface to back its surface. Because of the discretization of both the surface and the volume of the scatterer the resultant dense matrices take large amount of memory and require prolonged computational time, if handled directly. In this work we demonstrate a computational framework based on the theory of hierarchical matrices (H-matrices) [2], which allows to greatly alleviate the CPU time and memory complexity of the SVS-EFIE MoM solution.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2018 2nd URSI Atlantic Radio Science Meeting (AT-RASC)Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207