MétaCan
Menu
Retour à la cohorte
Enregistrement W4205703160 · doi:10.1109/lmwc.2021.3139327

Systematic Order Fitting Algorithm in Neuro-TF for Parametric Modeling of Microwave Components

2022· article· en· W4205703160 sur OpenAlex
Zhuo Yan, Feng Feng, Jianan Zhang, Qi‐Jun Zhang

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

RevueIEEE Microwave and Wireless Components Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Noise Suppression
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTransfer functionParametric statisticsMicrowaveArtificial neural networkAlgorithmDiscontinuity (linguistics)Computer scienceFunction (biology)Parametric modelMathematicsEngineeringArtificial intelligenceTelecommunicationsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

This letter proposes a novel systematic order fitting technique for parametric modeling using a combined neural network and transfer function (neuro-TF) technique for electromagnetic (EM) behaviors of microwave components. The proposed technique can not only systematically determine the minimum order of the transfer function, but also systematically change the orders. By using the proposed technique, the problem of pole/residue discontinuity due to the improperly fitting can be solved, which results in a better neuro-TF modeling accuracy over the existing order-changing technique. The proposed method is demonstrated by two microwave examples.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 GPT0,207
Écart entre enseignants0,192 · 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