MétaCan
Menu
Retour à la cohorte
Enregistrement W4283383292 · doi:10.23919/eucap53622.2022.9769229

Dispersion HIE-SF-FDTD Method for Simulating Graphene-Based Absorber

2022· article· en· W4283383292 sur OpenAlexaff
Mohammad Moradi, Mohammad S. Sharawi, Ke Wu

Notice bibliographique

Revue2022 16th European Conference on Antennas and Propagation (EuCAP) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Simulation and Numerical Methods
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésFinite-difference time-domain methodGrapheneCartesian coordinate systemElectric fieldDispersion (optics)Computer scienceStability (learning theory)AlgorithmFinite difference methodComputational scienceMathematicsMaterials sciencePhysicsMathematical analysisOpticsGeometryNanotechnology

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel dispersion hybrid implicit explicit single-field finite-difference time-domain (HIE-SF-FDTD) method which can be effectively used to simulate the graphene-based absorber. The stability condition of the proposed method is relaxed from the spatial mesh sizes along one direction which makes it a robust tool to simulate structures having fine details in one Cartesian direction such as thin graphene sheet. By applying the Crank-Nicolson (CN) scheme only to the electric field and a new time-splitting scheme to the graphene current density, the proposed algorithm is developed. In this method, not alike most of the FDTD algorithms in which both electric and magnetic fields are updated, only the electric field needs to be solved in each iteration. Thanks to the few and simple updating equations of the proposed algorithm, higher computational efficiency in terms of runtime is achieved. The accuracy and computational efficiency of the proposed method are demonstrated through comparison of the results obtained from the methods available in the literature.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,282
Écart entre enseignants0,249 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 16th European Conference on Antennas and Propagation (EuCAP)Même sujetElectromagnetic Simulation and Numerical MethodsTravaux en français237 207