MétaCan
Menu
Retour à la cohorte
Enregistrement W3212619454 · doi:10.23919/aces-china52398.2021.9581568

Recent Advances in Space-Mapping-Based Multiphysics Optimization for Microwave Filters

2021· article· en· W3212619454 sur OpenAlexaff
Wei Zhang, Feng Feng, Shuxia Yan, Wenyuan Liu, Weicong Na, Qi‐Jun Zhang

Notice bibliographique

Revue2021 International Applied Computational Electromagnetics Society (ACES-China) Symposium · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMultiphysicsSpace mappingComputer scienceMicrowaveFilter (signal processing)Microwave engineeringDomain (mathematical analysis)Computational scienceElectronic engineeringAlgorithmFinite element methodEngineeringMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Multiphysics-based optimization is a useful technique for high performance microwave design. An overview for recent advancements in multiphysics design using space mapping (SM) techniques is provided in this paper. We develop a surrogate model including two mapping modules and an EM coarse model using SM. This technique provide a effective and larger update for every iteration by utilizing the information of the coarse model represented using inexpensive EM domain samples, resulting in optimal solutions being obtained more efficient than the existing methods. A high power microwave filter is used to illustrate this technique.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
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 Opus0,004
Tête enseignante GPT0,203
Écart entre enseignants0,199 · 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
GenreMéthodes

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 revue2021 International Applied Computational Electromagnetics Society (ACES-China) SymposiumMême sujetMicrowave Engineering and WaveguidesTravaux en français237 207