High-Accurate Non-Uniform Grids for System-Combined ADI-FDTD Method in Near-Field Scattering With Proper CFL Factor
Notice bibliographique
Résumé
In this paper, a high-accurate technique with non-uniform grids is introduced into a system-combined alternative-direction-implicit finite-difference time-domain (SC-ADI-FDTD) algorithm, and then successfully used to analyze electromagnetic propagations. To our knowledge, the conventional FDTD with non-uniform grids can be effectively deal with some edges of the three-dimensional cubes and complicated structures of the tiny objects by modulating the local grid scales, which to the extent improves its reliability and accuracy. However, due to existing the finer grids in the local computational region and the inevitable Courant-Friedrichs-Lewy (CFL) limit in the conventional FDTD, the temporal interval must be determined by the minimum fine spatial grid, resulting in much larger temporal sampling density required during the whole computation process. As the advantage of circumventing the repeated variables, the non-uniform SC-ADI-FDTD (NUSC-ADI-FDTD) cannot only break through the CFL limit to implement the high-efficient computation, but also further save more CPU time in the local microstructure cases. Furthermore, the empirical formula between the spatial sampling density and the CFL factors can be obtained from the numerical fitting method after errors analysis. The numerical simulations of the electromagnetic scattering have been executed to illustrate feasibility and validity of our proposed method.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».