MétaCan
Menu
Retour à la cohorte
Enregistrement W4391895398 · doi:10.1109/mms59938.2023.10421053

Ambient Infrared Solar Energy Harvesting Using Log-Periodic Optical Rectenna at 28.3 THz

2023· article· en· W4391895398 sur OpenAlexaff
Ali Yahyaoui, Ahmad Elsharabasy, Fahad Al-Qahtani, Mohammed Aseeri, Hatem Rmili, Taoufik Aguili

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensMcMaster University
Organismes subventionnairesKing Abdulaziz University
Mots-clésRectennaTerahertz radiationInfraredEnergy harvestingOptoelectronicsSolar energyEnergy (signal processing)Materials scienceOpticsPhysicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This work presents the conception and design of log-periodic nano-antenna for the infrared IR solar energy harvesting applications. The suggested nano-antenna contain three layers. The first layer contains two arms of the log-periodic nano-antenna made of gold (Au), the second is a quartz substrate and finally, the ground layer is a gold (Au) plane reflector. The analysis of the proposed nano-antenna is performed using FDTD technique in the range of frequencies [28 to 29 THz]. A huge parametric study was performed to optimize the different parameters (thickness of the arms, teeth angle, number of teeth, substrate thickness, solid angles, and inner radius) of the nano-antenna. With the optimized design parameters, the structure captures a maximum electric field E at the hotspot point of around 800 V/m. The optimized geometry and shape of the presented structure make it a suitable choice to design a metal-insulator-metal (MIM) rectifier system in order to harvest solar infrared IR energy with good performance in terms of E-field, current-voltage I/V, resistance, and responsivity.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,198 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207