MétaCan
Menu
Retour à la cohorte
Enregistrement W3014184393 · doi:10.1109/jerm.2020.2983027

Electromagnetic Inversion for Noninvasive Specific Absorption Rate Characterization

2020· article· en· W3014184393 sur OpenAlexafffund
Mario Phaneuf, Puyan Mojabi

Notice bibliographique

RevueIEEE Journal of Electromagnetics RF and Microwaves in Medicine and Biology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésImaging phantomInversion (geology)Specific absorption rateInverse problemElectromagnetic fieldRegularization (linguistics)InverseComputer scienceAlgorithmElectromagnetic compatibilityAcousticsPhysicsMathematicsOpticsMathematical analysisArtificial intelligenceTelecommunicationsGeologyGeometry

Résumé

récupéré en direct d'OpenAlex

The inverse source framework, which comprises a subset of electromagnetic inversion, is applied to the noninvasive specific absorption rate (SAR) characterization problem. An algorithm is developed and presented which takes field measurements external to the phantom and provides the electromagnetic sources required to obtain the SAR distribution. The unique aspect of this inverse source algorithm is that it casts the problem as the simultaneous inversion (SI) of two sets of equivalent currents: one for the device under test (DUT), and the other for the phantom. The dependency of these two sets of currents is then incorporated as an explicit regularization term in the resulting algorithm. The method is proposed to be relatively robust in terms of measurement noise. A simplified two-dimensional problem is presented to support this proposition.

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: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,480

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 Opus0,024
Tête enseignante GPT0,246
Écart entre enseignants0,222 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Electromagnetics RF and Microwaves in Medicine and BiologyMême sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207