MétaCan
Menu
Retour à la cohorte
Enregistrement W3214439915 · doi:10.1109/ius52206.2021.9593890

Acoustic Characterization of Inhomogenous Layers using Finite Element Method

2021· article· en· W3214439915 sur OpenAlexfundno aff
Per Kristian Bolstad, Tung Manh, Martijn Frijlink, Lars Hoff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Material Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute of Ukranian Studies, University of AlbertaNorges Forskningsråd
Mots-clésAcousticsFinite element methodMaterials scienceSpeed of soundSound pressureShear (geology)Shear wavesMATLABVolume fractionPlane (geometry)Range (aeronautics)Structural engineeringGeometryPhysicsComposite materialMathematicsComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This study presents a finite element approach to estimate acoustic parameters of layers of arbitrary compositions using 2D and 3D models. In this approach the resonance frequency of a layer to be investigated is found by exciting the layer with plane waves and studying the reflected and transmitted sound pressure from the layer. Compressional and shear modes can be excited separately by varying the angle of incidence. A script for generating inhomogeneous layers with randomly distributed inclusions of arbitrary shape and size was developed for this study. A Matlab application was built for processing the result and comparison with analytical calculations. The 2D and 3D models were validated by comparing derived acoustic parameters of known materials with no more than 0.06% deviation from expected values. Estimated parameters for a layer of gold with 10.6% volume fraction of spherical inclusions of voids of 3 µm and 5 µm diameter was found to range from 2540 m/s to 2652 m/s for compressional sound speed and from 1039 m/s to 1067 for shear speed of sound.

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: aucune
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,338

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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,224 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComposite Material MechanicsTravaux en français237 207