Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Photonic metasurfaces are thin optical elements comprised of structures arranged strategically upon a surface to manipulate electromagnetic waves. To produce metasurfaces at a large scale, it is beneficial to obtain not just an optimal design, but also an understanding of which areas of the metasurface are most influential on the overall performance of the device and require greater manufacturing accuracy. My work consisted of implementing and testing a new physics-based method for identifying the relative importance of different regions of a proposed metasurface design. This method built on an existing topology optimization code, where the designable region of the metasurface was discretized, and the material density of each point in the design was optimized such that incoming light was maximally focussed to a target location. The existing optimization algorithm was then coupled to a molecular dynamics model called a Nosé-Hoover thermostat, by modelling the discrete locations on the design region as particles and their corresponding material densities as their positions. By numerically integrating the equations of motion of the thermostat model, I was able to generate metasurface designs at different thermostat temperatures, and observe how the designs changed with increasing temperature. To determine the most important areas of the metasurface design, I calculated the entropy of each of the "particles" for all temperature samples, and looked for design regions that had low entropy even at high temperatures, indicating strong convergence on an optimal material density value amidst high thermal noise. Once I implemented this design analysis framework, I tested it on both a metalens and a reflector design at multiple wavelengths of incoming light. My results demonstrated that this physics-based method provides easily interpretable information about the relative importance of different elements of a metasurface design.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découle