MétaCan
Menu
Retour à la cohorte
Enregistrement W3047986544 · doi:10.1109/tap.2021.3119115

Cascaded Metasurface Design Using Electromagnetic Inversion With Gradient-Based Optimization

2021· article· en· W3047986544 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 Transactions on Antennas and Propagation · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésConjugate gradient methodInversion (geology)Computer scienceElectromagnetic fieldSpace mappingInverseInverse problemAdmittanceElectromagneticsAlgorithmElectronic engineeringMathematicsPhysicsMathematical analysisElectrical impedanceGeometry

Résumé

récupéré en direct d'OpenAlex

This article presents an electromagnetic inversion algorithm for the design of cascaded metasurfaces that enables the design process to begin from more practical output field specifications, such as a desired power pattern or far-field (FF) performance criteria. Thus, this method combines the greater field transformation support of multiple metasurfaces with the flexibility of the electromagnetic inverse source framework. To this end, two optimization problems are formed: one associated with the interior space between two metasurfaces and the other for the exterior space. The cost functionals corresponding to each of these two optimization problems are minimized using the nonlinear conjugate gradient (CG) algorithm with analytic expressions for the gradient operators. The numerical implementation of the developed design procedure is presented in detail, including a total variation (TV) regularizer that is incorporated into the optimization procedure to favor smooth field variations from one unit cell to the next. The capabilities of the method are demonstrated by converting the produced surface susceptibilities into three-layer admittance sheet models, which are simulated in several 2-D examples.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,571

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 Opus0,034
Tête enseignante GPT0,240
Écart entre enseignants0,206 · 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