MétaCan
Menu
Retour à la cohorte
Enregistrement W3113619999 · doi:10.1103/physrevb.102.245305

Approach to the analysis and synthesis of cylindrical metasurfaces with noncircular cross sections based on conformal transformations

2020· article· en· W3113619999 sur OpenAlexaff
Gengyu Xu, George V. Eleftheriades, Sean V. Hum

Notice bibliographique

RevuePhysical review. B./Physical review. B · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConformal mapPhysicsGeometryOpticsClassical mechanicsMathematics

Résumé

récupéré en direct d'OpenAlex

We present methods for analyzing and designing cylindrical electromagnetic metasurfaces with noncircular cross sections based on conformal transformations. It can be difficult to treat surfaces with noncanonical geometries since they generally do not admit straightforward solutions to the Helmholtz wave equation subject to the appropriate boundary conditions. This leads to the reliance on full wave numerical techniques which are only suitable for the analysis, but not the synthesis, of these surfaces. We address this issue by employing conformal transformations to map the physical space into a computational space in which the surface coincides with a circular cylinder. The electromagnetic boundary conditions on the surface remain intact under the transformations due to their angle-preserving nature. However, they are much more easily enforced. As a result, analytical modal solutions for the scattered fields are readily obtainable, which facilitates closed-form analysis and synthesis equations for general noncircular cylindrical metasurfaces. One important utility enabled by the proposed framework is the efficient identification of electromagnetic field distributions that satisfy local power conservation. This leads to passive and lossless surface designs, which are highly desirable in practice as they do not require active and/or lossy components.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,249
Score d'incertitude au seuil0,914

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,027
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. B./Physical review. BMême sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207