MétaCan
Menu
Retour à la cohorte
Enregistrement W3189967093 · doi:10.1109/lawp.2021.3132626

Electromagnetic Modeling of Lossy Materials With a Potential-Based Boundary Element Method

2021· article· en· W3189967093 sur OpenAlexafffund
Shashwat Sharma, Piero Triverio

Notice bibliographique

RevueIEEE Antennas and Wireless Propagation Letters · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC MicrosystemsAdvanced Micro Devices
Mots-clésLossy compressionBoundary element methodComputational electromagneticsFinite element methodBoundary (topology)Boundary value problemMaterials scienceComputer scienceElectromagnetic fieldPhysicsMathematical analysisStructural engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The boundary element method (BEM) enables solving three-dimensional (3-D) electromagnetic problems using a 2-D surface mesh, making it appealing for applications ranging from electrical interconnect analysis to the design of metasurfaces. The BEM typically involves the electric and magnetic fields as unknown quantities. Formulations based on electromagnetic potentials rather than fields have garnered interest recently, for two main reasons: 1) they are inherently stable at low frequencies, unlike many field-based approaches, and 2) potentials provide a more direct interface to quantum physical phenomena. Existing potential-based formulations for electromagnetic scattering have been proposed primarily for perfect conductors. We develop a potential-based BEM formulation, which can capture both dielectric and conductive losses, and accurately models the skin effect over broad ranges of frequency. The accuracy of the proposed formulation is validated through canonical and realistic numerical 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.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,619

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 Opus0,006
Tête enseignante GPT0,223
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 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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Antennas and Wireless Propagation LettersMême sujetElectromagnetic Scattering and AnalysisTravaux en français237 207