MétaCan
Menu
Retour à la cohorte
Enregistrement W4389232788 · doi:10.1109/lawp.2023.3338511

Cost-Effective Design of a Reflectarray Antenna for 5G and Millimeter-Wave Applications Utilizing 3-D-Printed Components

2023· article· en· W4389232788 sur OpenAlexafffund
Behrokh Beiranvand, Ashwin K. Iyer, Rashid Mirzavand

Notice bibliographique

RevueIEEE Antennas and Wireless Propagation Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesCMC Microsystems
Mots-clésExtremely high frequency3d printedAntenna (radio)Printed circuit boardMicrostrip antennaMaterials scienceElectronic engineeringComputer scienceElectrical engineeringEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

A novel low-cost 3-D-printed reflectarray is proposed based on a spatial phase-shifting technique. It consists of a layer of patches and a 3-D-printed underlayer covered by copper tape that acts as a ground plane. As part of this study, a low-cost fabrication technique is used to design a reflectarray for 5G millimeter-wave frequencies. At 35 GHz, far-field patterns for various radiation angles have been observed, alongside the achievement of reflection magnitude and phase characteristics spanning the frequency range from 20 to 42 GHz. A good agreement is observed between the simulated and measured radiation patterns for the fabricated prototypes. The proposed reflectarray structure is more than 70% efficient.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,057
Tête enseignante GPT0,268
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Antennas and Wireless Propagation LettersMême sujetAntenna Design and AnalysisTravaux en français237 207