MétaCan
Menu
Retour à la cohorte
Enregistrement W6924792752 · doi:10.15488/10726

Parallel FDTD modelling of nonlocality in plasmonics

2020· article· en· W6924792752 sur OpenAlexfundno aff

Notice bibliographique

RevueInstitutional Repository of Leibniz Universität Hannover (Leibniz Universität Hannover) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Simulation and Numerical Methods
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsDeutsche ForschungsgemeinschaftBundesministerium für Bildung und ForschungCompute Canada
Mots-clésQuantum nonlocalityFinite-difference time-domain methodPlasmonElectromagneticsComputational electromagneticsNanolithographyFeature (linguistics)

Résumé

récupéré en direct d'OpenAlex

As nanofabrication techniques become more precise, with ever smaller feature sizes, the ability to model nonlocal effects in plasmonics becomes increasingly important. While nonlocal models based on hydrodynamics have been implemented using various computational electromagnetics techniques, the finite-difference time-domain (FDTD) version has remained elusive. Here we present a comprehensive FDTD implementation of nonlocal hydrodynamics, including for parallel computing. As a sub-nanometer step size is required to resolve nonlocal effects, a parallel implementation makes the computational cost of nonlocal FDTD more affordable. We first validate our algorithms for small spherical metallic particles, and find that nonlocality smears out staircasing artifacts at metal surfaces, increasing the accuracy over local models. We find this also for a larger nanostructure with sharp extrusions. The large size of this simulation, where nonlocal effects are clearly present, highlights the importance and impact of a parallel implementation in FDTD. CCBY

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,208
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repository of Leibniz Universität Hannover (Leibniz Universität Hannover)Même sujetElectromagnetic Simulation and Numerical MethodsTravaux en français237 207