Whispering-Gallery-Mode Microwave Sensing Platform for Oil Quality Control Applications
Notice bibliographique
Résumé
A growing demand has been established over the recent years for quick and inexpensive oil adulteration detection testing to convoy the automated and computerized processes in the industry. This research study presents a practical application of a simple low-resource microwave sensor of small size and high sensitivity to rapidly identify oil types, and monitor its quality and authenticity without having to open any bottles off-shelf. The sensor utilizes the nonreciprocal whispering-gallery-modes (WGMs) traveling on a ferrite ring resonator (FRR) when coupled to a microstrip line (MTL). The magnetic anisotropy of the ferrite is exploited to acquire four sensitive WGM resonances of nonreciprocal nature in the 22–32-GHz spectrum. A fabricated prototype is practically tested for identifying oil samples of different ingredients and brands, when loaded onto the FRR at consistent volume inside glass bottles of identical geometry. The measured scattering responses have shown a high detection sensitivity for the small contrast between the edible oils as demonstrated by the explicit frequency shifts in magnitude and phase of both S <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">21</sub> and S <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">12</sub> . The article also discusses a generalized concept for the complementing system layers in an Internet of Things (IoT) architecture for potential implementation in the industry.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».