MétaCan
Menu
Retour à la cohorte
Enregistrement W4246677349 · doi:10.1109/intmag.2005.1463950

An iterative method to obtain non-uniform field distribution in magnetic substrates

2005· article· en· W4246677349 sur OpenAlexaff
A.R.V. Farahani, Alexander Konrad

Notice bibliographique

RevueINTERMAG Asia 2005. Digests of the IEEE International Magnetics Conference, 2005. · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDemagnetizing fieldMagnetizationField (mathematics)Magnetic fieldCondensed matter physicsPhysicsMagnetostaticsComputational physicsMathematicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

An iterative method to find the non-uniform field distribution for arbitrary shapes is studied. In this method, when a magnetic material is placed in an applied field H/sub a/ produced by an external source, interaction occurs between the applied field and the magnetic material. Initially, with no demagnetizing field, the internal field equals the applied field until the material becomes saturated in the direction of the local applied field when the field is sufficiently strong. The main iteration loop starts with this initial value for the magnetization M. The material produces a contribution, a demagnetizing field H/sub d/, to the magnetic field in which when added to the applied magnetic field, results in the total internal field H/sub i/. The magnetic material now responds to this new total field and the magnetization redistributes itself in the new direction of the local total field. The iteration continues with this new magnetization, producing new demagnetizing and total internal fields. Results show that after further iterations the field becomes more parallel and the distribution of H/sub i/ is found to be symmetric with respect to the corners. The flux originates in the upper half and ends in the lower half following the general direction of H/sub a/.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,299
Écart entre enseignants0,283 · 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.

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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINTERMAG Asia 2005. Digests of the IEEE International Magnetics Conference, 2005.Même sujetMagnetic Properties and ApplicationsTravaux en français237 207