MétaCan
Menu
Retour à la cohorte
Enregistrement W3194381952 · doi:10.1109/antem51107.2021.9518690

Estimation of Monostatic Radar Cross Section of Chaff Particles Using the Sequential Loading Method

2021· article· en· W3194381952 sur OpenAlexaff
Husam Osman, Joey R. Bray

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésChaffRadar cross-sectionMethod of moments (probability theory)RadarComputer scienceAcousticsParticle (ecology)Cross section (physics)Moment (physics)Iterative methodElectronic engineeringEngineeringAlgorithmPhysicsMathematicsGeologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

This study presents an efficient and reliable approach to rapidly estimate the scattering properties of chaff particles. This approach adopts the sequential loading method (SLM) which is an iterative post-processing technique that is capable of predicting the new solution of different chaff particles without having to reuse any expensive computational electromagnetic (CEM) tools. The SLM operates solely on the initial solution of a single chaff particle for which the admittance matrix is previously calculated, only once, via the moment method. The calculation of the spatially averaged radar cross section (RCS) of the chaff particles contained in the RR-129 cartridge is successfully obtained by including both reradiation and conductive power losses. Also, a comparison between the estimated results and measured ones is attempted for a single chaff particle of length 5.08 cm.

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 enseignants0,356
Score d'incertitude au seuil0,224

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 Opus0,021
Tête enseignante GPT0,327
Écart entre enseignants0,306 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207