MétaCan
Menu
Retour à la cohorte
Enregistrement W4210438275 · doi:10.1109/tmag.2022.3149010

Current Loop Off Axis Field Approximations With Excellent Accuracy and Low Computational Cost

2022· article· en· W4210438275 sur OpenAlexafffund
Glenn H. Chapman, D Carleton, Derek G. Sahota

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Power Transfer Systems
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSeries (stratigraphy)Approximation errorLoop (graph theory)Field (mathematics)Symmetry (geometry)AlgorithmComputer scienceApplied mathematicsMathematicsGeometryPure mathematicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

The current loop is a fundamental building block of cylindrically symmetric magnetic calculations. However, the off-axis magnetic field involves the subtraction of elliptic integrals of the first and second kind, which is computationally expensive, hard to manipulate in equations, and difficult to visualize. By conducting a different binomial series expansion on the original loop integral, a series solution is created, which can be simplified to a set of approximation functions with useful characteristics: exactly correct along the axis and at distance, while in the current loop itself the relative error is limited, computationally simple, highly accurate, and easy to visualize for behavior or symmetry. For the radial field, the first and second orders fit where the parameters are optimized to minimize the relative peak error. Note the symmetry that occurs by expressing as function of the scaled expansion term$W$, which ranges from 0 to 1, allowing maximum relative errors of 0.025 for first order and 2.9E-4 for second order. For the axial field first order, due to the subtraction of terms, the accuracy is only modest but the second order has a 9E-4 maximum relative error, with zero error at the loop, on the$z =0$loop plane. The axial field relative error stays low within the loop, but the outside stays low for any h until it falls to 1% of the$z =0$plane value, then it loses accuracy as$z$is near where the field direction reverses sign due to slight differences in the zero crossing predicated coordinate, increasing again in accuracy as$z$moves further from the reveal. Higher order approximations for both radial and axial add more$W$terms with increasing accuracy—for radial, the third order is 1.8E-5, fourth order is 2.3E-6, and fifth order is 4.9E-7, while axial goes as third 4.6E-5, fourth 6E-6, and fifth 1.3E-6. Relative error plots in 3-D space are presented for all orders of approximations. The simplicity of these functions suggests new ways combining loops to optimize such things as field uniformity.

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)0,005
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 enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,008

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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetWireless Power Transfer SystemsTravaux en français237 207