Réduction de modèles issus de la méthode PEEC pour la modélisation électromagnétique des interconnexions électriques
Bibliographic record
Abstract
Le sujet de cette thèse traite de l'amélioration de la méthode PEEC inductive (permettant une modélisation des interconnexions électriques d'un point de vue électromagnétique basse fréquence) en employant une méthode de compression matricielle FMM. L'introduction de ces compressions entraîne des restrictions concernant les opérations algébriques autorisées, seule les opérations de type produit matrice - vecteur sont permises. L'objectif était de proposer des méthodes pour déterminer : Les courants en tout point du dispositif Des impédances équivalentes entre différents ports d'entrées-sorties. Le premier point a pu être traité en mettant en place une méthode originale de recherche d'un jeu d'équations indépendantes ainsi qu'un préconditionneur spécifique dans la phase de résolution compatible avec les méthodes de compression matricielle. Le second point a nécessité l'utilisation de méthode de réduction d'ordre à base de sous espace de Krylov afin de construire un développement limité des jeux d'impédance recherché. Ensuite, nous avons mis en place une technique de synthèse de circuit afin d'obtenir un circuit électrique simple permettant de modéliser le comportement du dispositif avec de simples éléments de type résistance, inductance (non couplée) et capacité. Cette démarche permet l'utilisation dans tous les simulateurs temporels et ainsi permet d'avoir une vision système légère du dispositif d'interconnexion électrique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".