MétaCan
Menu
Retour à la cohorte
Enregistrement W1480543122 · doi:10.5555/1357910.1358138

Consistency between geometric and dynamic views of a mechanical system

2007· article· en· W1480543122 sur OpenAlexaff
Chahé Adourian, Hans Vangheluwe

Notice bibliographique

RevueSummer Computer Simulation Conference · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueModel-Driven Software Engineering Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)Computer scienceRelation (database)Consistency modelModelicaSet (abstract data type)Weak consistencyFocus (optics)Process (computing)Sequential consistencyTheoretical computer scienceLocal consistencyData consistencyData miningProgramming languageArtificial intelligenceStrong consistencyDistributed computingMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the problem of automated consistency management between different views of a single system design. As individual view models evolve, consistency is often lost. Ensuring consistency between different views requires periodic concerted efforts from the model designers involved. In general, the detection of inconsistencies and recovering from them is a tedious, error-prone and at best semi-automated process. Automated techniques can alleviate the problem. We focus on a representative sub-set of the problem: consistency between geometric (Computer-Aided Design -- CAD) models of a mechanical system, and the corresponding dynamics simulation models. We illustrate our approach by means of a simple example and use the SolidEdge CAD tool and the Modelica modelling language to model the different views. We analyze how to model a relation between the two views, which will assure consistency. If such a relation can be defined between the two views, consistency verification as well as change propagation to preserve consistency after one of the views has changed must still be derived. We conclude that consistency relation models and the derived change propagation operations can very elegantly be represented using Triple Graph Grammars.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,053
Tête enseignante GPT0,301
Écart entre enseignants0,248 · 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'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

Citations15
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummer Computer Simulation ConferenceMême sujetModel-Driven Software Engineering TechniquesTravaux en français237 207