MétaCan
Menu
Retour à la cohorte
Enregistrement W4401701205 · doi:10.3390/app14167272

An Extensive Parametric Analysis and Optimization to Design Unidimensional Periodic Acoustic Metamaterials for Noise Attenuation

2024· article· en· W4401701205 sur OpenAlexafffund
Mohamed Shendy, Momoiyioluwa Oluyemi, Nima Maftoon, Armaghan Salehian

Notice bibliographique

RevueApplied Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFedDev OntarioUniversity of WaterlooNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésAcousticsAttenuationParametric statisticsComputer sciencePhysicsMathematicsOpticsStatistics

Résumé

récupéré en direct d'OpenAlex

The presented research delineates an extensive study aimed at obtaining and comparing optimal designs and geometries for one-dimensional periodic acoustic metamaterials to attenuate noise within the audible frequency range of 20 Hz to 20 kHz. Various periodic designs, encompassing diverse geometric parameters and shapes—from Basic-Periodic to Semi-Periodic, Tapered-Diverging, and Tapered-Converging unit cells of repeated patterns—are examined to identify the most effective configurations for this application. A thorough parametric analysis is executed employing FE-Bloch’s theorem across these four configurations to determine their bandgaps and to identify the most effective geometry. A normalization process is utilized to extend the domain of the analysis and the range of the system parameters studied in this work, totaling 202,505 design cases. Finally, the optimal design is identified based on achieving the best bandgaps coverage. The study concludes with the presentation of frequency domain acoustic pressure responses at multiple sensing points along the filters, validating the performance and the obtained bandgaps through these optimal geometries.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,037
Tête enseignante GPT0,300
Écart entre enseignants0,262 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207