MétaCan
Menu
Retour à la cohorte
Enregistrement W3195830695 · doi:10.1038/s41598-021-96564-5

Ternary optimization for designing metasurfaces

2021· article· en· W3195830695 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTernary operationPixelParticle swarm optimizationComputer scienceBandwidth (computing)Polarization (electrochemistry)AlgorithmArtificial intelligenceTelecommunicationsChemistry

Résumé

récupéré en direct d'OpenAlex

A fully automated approach for designing metasurfaces whose unit cell may include metallic vias is proposed. Towards this aim, a ternary version of the particle swarm optimization (PSO) algorithm is employed in order to find the optimal metallic pattern and via-hole positions simultaneously. In the proposed design method, the upper surface of the unit cell is first pixelated. One of the possible three states of a metallic covered pixel, an uncovered etched pixel and a pixel containing a centered metalized via-hole is assigned to each pixel. The optimal state of each pixel is then determined by utilizing a ternary PSO algorithm to achieve favorable design goals. This method can be used for designing various metasurfaces as well as other via-assisted electromagnetic structures. As a proof of concept, the proposed method was applied to design two surfaces: a frequency selective surface with a minimum resonance frequency, and a linear-to-circular polarization converter with a maximum polarization conversion bandwidth. Comparison of the results with previous works confirms the efficiency and capability of the proposed method to design diverse metasurfaces in an automated fashion without the need for any theoretical or physical model.

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.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,351

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 Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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