MétaCan
Menu
Retour à la cohorte
Enregistrement W3182221871 · doi:10.1109/lawp.2021.3095469

Arbitrary Wave Transformations with Huygens' Metasurfaces through Surface-Wave Optimization

2021· article· en· W3182221871 sur OpenAlexafffund
Vasileios G. Ataloglou, George V. Eleftheriades

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWavefrontOpticsPhysicsAperture (computer memory)Lossless compressionBandwidth (computing)Plane waveElectromagnetic radiationSurface wavePower (physics)Surface (topology)Plane (geometry)Computer scienceAcousticsGeometryMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Huygens' metasurfaces have demonstrated the ability to tailor electromagnetic wavefronts with passive low-profile structures. The fundamental constraint enabling passive and ideally lossless solutions is the conservation of the normal real power locally along the metasurface. In this work, we examine the use of auxiliary surface waves to overcome this limitation and design Huygens' metasurfaces for wave transformations with different incident and output power density profiles. The developed method relies on the optimization of a surface-wave distribution that is utilized to redistribute the power at the input side of the metasurface without incurring any reflections. A full design example is presented with a linear patch array along the H-plane illuminating a metasurface that produces uniform output fields along the E-plane. A high aperture illumination efficiency of 92% is obtained despite the small distance between the source and the metasurface. Moreover, the effects of the evanescent spectrum to the losses and the bandwidth of the structure are discussed.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,092
Tête enseignante GPT0,185
Écart entre enseignants0,093 · 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

Citations67
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207