MétaCan
Menu
Retour à la cohorte
Enregistrement W4288696755 · doi:10.36227/techrxiv.20363892.v1

On the Theory and Experiments of Electromagnetic Time-Reversal Method

2022· preprint· en· W4288696755 sur OpenAlexaff
Xiaoyao Feng, Jun Cai, ZHIZHANG CHEN

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésElectromagneticsTime domainBandwidth (computing)Computer scienceInverseInverse problemWork (physics)Computational electromagneticsAlgorithmElectronic engineeringComputer engineeringMathematicsTelecommunicationsElectromagnetic fieldPhysicsEngineeringMathematical analysisQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Time-reversal (TR) is an effective method of solving inverse problems. However, the theory about the TR is still not clear. This work starts by examining fundamental laws in wave physics and electromagnetics and presents a revisit of the electromagnetic TR method. Then a cavity is employed, and the hardware experiments are performed to validate the TR as a robust and straightforward method for source reconstruction. Since the testing equipment has a limited working bandwidth, special algorithms are developed to transform the band-limited testing data into causal time-domain signals for the TR operations. The results verify the effectiveness of the TR method in real-world situations. The work presented in this paper paves the way for extensions and applications of the TR method toward solving complex, realistic problems.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,997

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)0,0030,000

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 Opus0,008
Tête enseignante GPT0,250
Écart entre enseignants0,241 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207