MétaCan
Menu
Retour à la cohorte
Enregistrement W4205560836 · doi:10.1109/tap.2021.3137272

Optimization of Electromagnetic Metasurface Parameters Satisfying Far-Field Criteria

2021· article· en· W4205560836 sur OpenAlexafffund
Stewart Pearson, Sean V. Hum

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBeamformingAdmittanceSurface (topology)Electromagnetic fieldElectromagnetismComputer scienceField (mathematics)Near and far fieldChebyshev filterPower (physics)Coupling (piping)Topology (electrical circuits)Method of moments (probability theory)Electrical impedanceMathematicsMathematical analysisPhysicsGeometryOpticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Electromagnetic metasurfaces offer the capability to realize arbitrary power-conserving field transformations. These field transformations are governed by the generalized sheet transition conditions, which relate the tangential fields on each side of the surface through the surface parameters. Ideally, designers would solve for the surface parameters based on their application-specific far-field criteria. However, determining the surface parameters for these criteria is challenging without knowledge of the tangential fields on each side of the surface, which are not unique for a given far-field pattern. Current designs are generally restricted to analytical examples where the tangential fields can be solved for, or determined viaad hocmethods, although there has been recent work to circumvent this. This article presents an optimization scheme, which determines surface parameters, such as electric impedance, magnetic admittance, and magnetoelectric coupling, satisfying far-field constraints, such as beam level, sidelobe level, and null locations. The optimization is performed using a method of moments-based model incorporating edge effects and mutual coupling. The surface parameters are optimized for using the alternating direction method of multipliers. Examples of this optimization scheme performing multicriteria pattern forming, extreme angle small surface refraction, and Chebyshev-like beamforming are presented.

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)0,000
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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
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

Citations52
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207