MétaCan
Menu
Retour à la cohorte
Enregistrement W1482832823

Algorithmes a base de reseaux de neurones pour la commande de systemes dynamiques non lineaires et leurs modeles d'integration sur silicium (french text)

2004· article· fr· W1482832823 sur OpenAlexaff
S. Lesueur

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineComputer Science
ThématiqueNeural Networks and Applications
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L'amelioration de la qualite de la commande de systemes pour les applications modernes necessite la prise en compte de tous les phenomenes physiques auxquels ces systemes sont soumis. Ceci constitue un probleme difficile pour les concepteurs qui se trouvent confrontes a deux problematiques contradictoires: (i) les algorithmes permettant de satisfaire les criteres de commande des applications visees sont en general plus complexes et par consequent plus difficiles a integrer efficacement dans les processeurs; (ii) l'Integration a Tres Grande Echelle (ITGE) permettant de satisfaire les criteres d'implementation privilegie les algorithmes plus simples a integrer. L'objectif de cette these est d'apporter une contribution scientifique au domaine de la commande de systemes dynamiques non lineaires. Cette contribution vise deux domaines complementaires en commande: (i) le developpement d'algorithmes a base de RNA pour la commande de systemes dynamiques non lineaires; (ii) la modelisation au niveau de l'ITGE d'algorithmes de commande. Les contributions scientifiques apportees par la presente these sont: (1) de nouveaux algorithmes adaptatifs pour la retro propagation a travers le modele neuronal dans une structure de commande indirecte inverse. Ces algorithmes s'avereront etre, par rapport aux algorithmes de reference de la litterature, de meilleurs compromis entre les differents criteres algorithmiques et d'ITGE, (2) une architecture hautement parallele pour l'ITGE de la loi de commande developpee tout au long de la these, architecture integrant le ou les nouveaux algorithmes developpes, (3) la modelisation de circuit CMOS pour l'ITGE de l'architecture proposee. La contribution a ce niveau sera surtout le circuit global obtenu, demontrant d'une part la faisabilite d'un ASIC analogique pour l'ITGE de la loi de commande proposee, et d'autre part la possibilite d'obtenir un circuit qui peut satisfaire a des applications en commande de systemes dynamiques non lineaires. Les resultats apportes par la these demontrent la pertinence de travaux de recherche reliant les domaines algorithmiques et d'ITGE pour des applications en commande. Ces resultats demontrent egalement la possibilite de developper conjointement les algorithmes de commande et des ASIC pour leur implementation afin d'obtenir une solution pratique et efficace.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,068
Tête enseignante GPT0,307
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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeural Networks and ApplicationsTravaux en français237 207