MétaCan
Menu
Retour à la cohorte
Enregistrement W2894107135 · doi:10.23919/ursi-at-rasc.2018.8471429

Recent Advances in the Theory and Applications of the Surface-Volume-Surface Electric Field Integral Equation

2018· article· en· W2894107135 sur OpenAlexaff
Zhuotong Chen, Reza Gholami, Jamiu Mojolagbe, Shucheng Zheng, 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 equationIntegral equationVolume integralSurface integralSurface (topology)Electric fieldField (mathematics)Gaussian surfacePhysicsElectromagnetic fieldScatteringComputational electromagneticsVolume (thermodynamics)Summation equationLine integralMathematical analysisClassical mechanicsMathematicsGeometryOpticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

In the past several years [1] we have been developing a new class of single-source integral equation (SSIE) for scattering problems on non-magnetic dielectric objects. The new SSIE is formed through constraining of a single source surface integral representation of the electromagnetic fields with volume electric field integral equation (V-EFIE). Unlike previously known SSIEs which feature only field translations from the surface of the scatterer back to it's surface, the new integral equation features fields translations from the surface of the scatterer to its volume and from the volume of the scatterer to its surface. Due to such fields translations the new SSIE is called the Volume-Surface-Volume Electric Field Integral Equation (SVS-EFIE).

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,491

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 technologies0,0010,000
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 Opus0,007
Tête enseignante GPT0,243
Écart entre enseignants0,237 · 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'étudeObservationnel
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