MétaCan
Menu
Retour à la cohorte
Enregistrement W7139935693 · doi:10.23919/cnc-usnc-ursi64444.2025.11420038

Dual Design: Inferring Structure from Fundamental Limits

2025· article· W7139935693 sur OpenAlexaff
Sean Molesky, Pengning Chao, Alessio Amaolo, Alejandro W. Rodriguez

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésDual (grammatical number)Limit (mathematics)Noise (video)Set (abstract data type)Sequence (biology)

Résumé

récupéré en direct d'OpenAlex

The recognition that the constraints implied by any set of linear differential equations can be reformulated to restate the optimization problems encountered in photonic inverse design as a quadratically constrained quadratic program (QCQP) and then convexified via Lagrange duality has proven to be a powerful means of determining fundamental performance limits. As soon as the constraints of total real and reactive power conservation are imposed, the subtle interplay between chosen material properties, device size, wave physics, and attainable objective values for basic scattering quantities is captured to a remarkable extent, including the onset of well-known asymptotics such as quasi-statics and geometric optics, and the possibility of creating resonances. More importantly, through the generalization of considering any number of local power conservation constraints, these convexification methods have been found to be remarkably predictive of what is possible for range of technologically relevant electromagnetic processes; limits coming within a factor of ten of topology optimized structures have been found for variety of basic absorption, scattering and field transformation functions as well as more complex objectives like surface-enhanced Raman scattering.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,213 · 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'étudeThéorique ou conceptuel
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 sujetStructural Analysis and OptimizationTravaux en français237 207