MétaCan
Menu
Retour à la cohorte
Enregistrement W4376481272 · doi:10.1109/tap.2023.3274300

Spatially Dispersive Metasurfaces—Part III: Zero-Thickness Modeling of Periodic and Finite Nonuniform Surfaces

2023· article· en· W4376481272 sur OpenAlexafffund
Jordan Dugan, João G. Nizer Rahmeier, T. Smy, Shulabh Gupta

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetamaterials and Metasurfaces Applications
Établissements canadiensCarleton University
Organismes subventionnairesMinistère de la Défense Nationale
Mots-clésFloquet theoryHFSSMathematical analysisDispersion (optics)Finite element methodSurface (topology)MathematicsOpticsPhysicsMaterials scienceGeometryMicrostrip antennaQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

A zero-thickness model of nonuniform spatially dispersive (SD) metasurfaces is developed and demonstrated numerically for practical structures. This is an extension of Nizer Rahmeier et al. (2022) and Smy et al. (2022), which proposed a method of modeling uniform SD metasurfaces by expressing their surface susceptibilities as rational polynomial functions in the spatial frequency domain. This led to the extended generalized sheet transition conditions (GSTCs) forming a set of differential equations relating the spatial derivatives of both difference and average fields around the surface that were then integrated into an integral equation (IE) solver. Here, the extended GSTCs are further developed to model nonuniform metasurfaces by approximating them as locally linear space-invariant (LSI). Using this model, a semianalytical Floquet method is derived to predict scattered fields from periodically varying metasurfaces. The extended GSTCs, Floquet method, and IE method are tested on several nonuniform surfaces consisting of short metal dipole cells of varying lengths exhibiting strong spatial dispersion. The physical surfaces are simulated in Ansys FEM-HFSS, while their zero-thickness equivalents, both dispersive and nondispersive, are simulated using the Floquet and IE methods. Excellent agreement is shown between the Floquet-SD and IE-GSTC-SD methods and HFSS, demonstrating the importance of spatial dispersion to model their scattered fields.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil0,661

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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,254
Écart entre enseignants0,221 · 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

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMetamaterials and Metasurfaces ApplicationsTravaux en français237 207