MétaCan
Menu
Retour à la cohorte
Enregistrement W3017702512 · doi:10.1109/epeps47316.2019.193217

Delta-Gap Source Excitation Model in Surface-Volume-Surface Electric Field Integral Equation for 3-D Interconnect Characterization

2019· article· en· W3017702512 sur OpenAlexaff
Ammar Aljamal, Reza Gholami, Shucheng Zheng, Vladimir Okhmatovski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésElectric-field integral equationPerfect conductorIntegral equationMethod of moments (probability theory)DiscretizationElectrical impedanceMathematical analysisExcitationPhysicsComputationComputational physicsMathematicsOpticsScatteringAlgorithm

Résumé

récupéré en direct d'OpenAlex

A delta-gap source model is proposed for Surface-Volume-Surface Electric Field Integral Equation (SVS-EFIE) which is a new class of single source integral equation (SSIE). The proposed excitation model enables the use of SVS-EFIE for full-wave analysis of interconnects which accurately accounts for the loss in the conductors and allows for rigorous handling of the substrate multilayered medium. The delta-gap source model of SVS-EFIE is derived based on the conventional model that was formulated for the classic surface Electric Field Integral Equation (EFIE). The computation of the network parameters, however, requires computation of the electric fields at the ports volumetric cross-sections. The SVS-EFIE and the proposed source model are discretized using Method of Moments (MoM). Preliminary numerical results are provided for current distribution and the input impedance calculations of a dipole antenna. The input impedance of the dipole antenna computed using proposed excitation model is shown to agree well with that computed using classical surface EFIE provided the latter uses appropriate surface impedance model to account for the conductor loss.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,597

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 GPT0,239
Écart entre enseignants0,225 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207