MétaCan
Menu
Retour à la cohorte
Enregistrement W3043686091 · doi:10.1109/lawp.2020.3022593

SLIM: A Well-Conditioned Single-Source Boundary Element Method for Modeling Lossy Conductors in Layered Media

2020· article· en· W3043686091 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Antennas and Wireless Propagation Letters · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Simulation and Numerical Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC MicrosystemsAdvanced Micro Devices
Mots-clésLossy compressionElectrical conductorMaterials scienceBoundary (topology)Boundary element methodBoundary value problemElectronic engineeringAcousticsFinite element methodComputer sciencePhysicsMathematical analysisComposite materialEngineeringStructural engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The boundary element method (BEM) enables the efficient electromagnetic modeling of lossy conductors with a surface-based discretization. Existing BEM techniques for conductor modeling require either expensive dual basis functions or the use of both single- and double-layer potential operators to obtain a well-conditioned system matrix. The computational cost is particularly significant when conductors are embedded in stratified media, and the expensive multilayer Green's function (MGF) must be used. In this letter, a novel single-source BEM formulation is proposed, which leads to a well-conditioned system matrix without the need for dual basis functions. The proposed single-layer impedance matrix formulation does not require the double-layer potential to model the background medium, which reduces the cost associated with the MGF. The accuracy and efficiency of the proposed method are demonstrated through realistic examples drawn from different applications.

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.

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: aucune
Score de désaccord entre enseignants0,860
Score d'incertitude au seuil0,795

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 Opus0,030
Tête enseignante GPT0,262
Écart entre enseignants0,231 · 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