MétaCan
Menu
Retour à la cohorte
Enregistrement W3135560447 · doi:10.1109/tap.2021.3060079

Heuristic UTD Diffraction Coefficient for Three-Dimensional Dielectric Wedges

2021· article· en· W3135560447 sur OpenAlexaff
Takahiro Hashimoto, Xingqi Zhang, Costas D. Sarris

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiffractionRay tracing (physics)DielectricPolarization (electrochemistry)Mathematical analysisUniform theory of diffractionGeometrical opticsOpticsWedge (geometry)Reflection coefficientGeometryHeuristicPhysicsMathematicsMathematical optimization

Résumé

récupéré en direct d'OpenAlex

This article presents a heuristic diffraction coefficient for 3-D dielectric wedges of arbitrary angles. First, the proposed diffraction coefficient is derived for 2-D wedges with soft and hard polarization, by enforcing continuity of the total field at every shadow boundary associated with the multiply reflected fields inside the wedge. The accuracy of the proposed heuristic 2-D solution is verified comparing with the UTD solution derived from Maliuzhinets' exact integration. Then, it is extended to 3-D wedges for arbitrary polarizations and incident/scattered directions by transforming ray-fixed to edge-fixed coordinate systems. The total field predicted using the proposed heuristic diffraction coefficient is continuous for arbitrary angle 3-D dielectric wedges, including interior wedges, and is close to the geometrical optics field far from the shadow boundaries. The proposed method is validated against a Method-of-Moment solution. Finally, we show the method can significantly improve the accuracy of ray-tracing modeling of wave propagation in arched tunnels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207