MétaCan
Menu
Retour à la cohorte
Enregistrement W4361853187 · doi:10.1109/tmtt.2023.3259520

An SIE Formulation With Triangular Discretization and Loop Analysis for Parameter Extraction of Arbitrarily Shaped Interconnects

2023· article· en· W4361853187 sur OpenAlexaff
Zekun Zhu, Zhizhang Chen, Shunchuan Yang

Notice bibliographique

RevueIEEE Transactions on Microwave Theory and Techniques · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensDalhousie University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésInterconnectionDiscretizationScalabilityEquivalent circuitComputer scienceInductanceImpedance parametersComputational electromagneticsElectronic engineeringTopology (electrical circuits)PreconditionerNetwork analysisMatrix (chemical analysis)Electrical impedanceAlgorithmMathematicsMathematical analysisIterative methodEngineeringElectromagnetic fieldElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A surface integral equation (SIE) formulation under the magneto-quasi-static assumption is proposed to efficiently and accurately model arbitrarily shaped interconnects in packages. Through decently transferring all electromagnetic quantities into circuit elements, the loop analysis is used to carefully construct matrix equations with an independent and complete set of unknowns based on graph theory. In addition, an efficient preconditioner is developed, and the proposed formulation is accelerated by the pre-corrected fast Fourier transform (pFFT). Four practical examples, including a rectangular metallic interconnect, bonding wire arrays, interconnects in a real-life circuit, and the power distribution network (PDN) used in packages, are carried out to validate its accuracy, efficiency, and scalability. Results show that the proposed formulation is accurate, efficient, and flexible to model complex interconnects in packages.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,269
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Microwave Theory and TechniquesMême sujetElectromagnetic Scattering and AnalysisTravaux en français237 207