MétaCan
Menu
Retour à la cohorte
Enregistrement W7117588598 · doi:10.1109/tmtt.2025.3648876

Advanced Analytical Synthesis for Manifold Multiplexers

2025· article· W7117588598 sur OpenAlexfundno aff
Bowei Liu, Yi Zeng, Giuseppe Macchiarella, Renzhi Liu, Yimin Yang

Notice bibliographique

RevueIEEE Transactions on Microwave Theory and Techniques · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueMicrowave Engineering and Waveguides
Établissements canadiensnon disponible
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésMultiplexerTopology (electrical circuits)Transformation (genetics)Manifold (fluid mechanics)Transmission lineStability (learning theory)Electric power transmissionNetwork synthesis filtersTransmission (telecommunications)

Résumé

récupéré en direct d'OpenAlex

This article proposes a fully analytical synthesis methodology for manifold multiplexers (MUXs). The core of this proposed method involves approximating the dispersive transmission line (TL) characteristics with finite-order rational functions. This allows the TLs to be treated as lumped elements that can be accommodated in circuit synthesis. In addition, a circuit transformation strategy is introduced that decomposes a star-connected MUX into two separate branches. By applying this transformation recursively, the initial star-connected topology gradually converts to the target manifold-coupled topology. During the transformation, an iterative procedure to modify filtering polynomials is developed to ensure that the channels’ transmission zeros (TZs) hold the prescribed ones, while maintaining the quasi-equiripple passbands. Compared with optimization-based synthesis approaches, the proposed method offers higher efficiency and stability while achieving a quasi-equiripple response. Its effectiveness is demonstrated through the synthesis of a quadruplexer and a manufactured contiguous triplexer.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,247
Écart entre enseignants0,239 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Microwave Theory and TechniquesMême sujetMicrowave Engineering and WaveguidesTravaux en français237 207