De-embedding method for a sensing area characterization of planar microstrip sensors without evaluating error networks
Notice bibliographique
Résumé
A de-embedding method for determining all scattering (S-) parameters (e.g., characterization) of a sensing area of planar microstrip sensors (two-port network or line) is proposed using measurements of S-parameters with no calibration. The method requires only (partially known) non-reflecting line and reflecting line standards to accomplish such a characterization. It utilizes uncalibrated S-parameter measurements of a reflecting line, direct and reversed configurations of a non-reflecting line, and direct and reversed configurations of the sensing area. As different from previous similar studies, it performs such a characterization without any sign ambiguity. The method is first validated by extracting the S-parameters of a bianisotropic metamaterial slab, as for a two-port network (line), constructed by split-ring-resonators (SRRs) from waveguide measurements. Then, it is applied for determining the S-parameters of a sensing area of a microstrip sensor involving double SRRs next to a microstrip line. The root-mean-square-error (RMSE) analysis was utilized to analyze the accuracy of our method in comparison with other techniques in the literature. It has been observed from such an analysis that our proposed de-embedding technique has the lowest RMSE values for the extracted S-parameters of the sensing area of the designed sensor in comparison with those of the compared other de-embedding techniques in the literature, and have similar RMSE values in reference to those of the thru-reflect-line calibration technique. For example, while RMSE values of real and imaginary parts of the forward reflection S-parameter of this sensing area are, respectively, around 0.0271 and 0.0279 for our de-embedding method, those of one of the compared de-embedding techniques approach as high as 0.0318 and 0.0324.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».