Análise de observabilidade para o estimador de estados e parâmetros do sistema elétrico
Notice bibliographique
Résumé
2 Análise de Observabilidade 6 2.3 Estimação de Parâmetro 8 2.3.1 Métodos para Estimação e Identificação de Erros de Parâmetros 8 CAPÍTULO 3 3. ESTIMAÇÃO DE ESTADOS EM SISTEMAS ELÈTRICOS DE POTÊNCIA 12 3.1 Estimador de Estados Linear por Mínimos Quadrados 13 3.2 Detecção e identificação de medidas com erros grosseiros 16 3.3 Identificação de medidas com erros grosseiros 16 3.4 Estimador de Estados e Parâmetros baseados nas Equações Normais 18 Sumário V CAPÍTULO 4 4. ANÁLISE DE OBSERVABILIDADE 4.1 Desacoplamento do modelo 4.2 Análise de observabilidade baseada na fatoração triangular da matriz Ganho e em conceitos de caminhos de fatoração 4.2.1 Algoritmo para Análise de Observabilidade 4.2.2Algoritmo para Identificação de Ilhas Observáveis 4.3 Exemplo CAPÍTULO 5 5. MÉTODO PARA ANÁLISE DE OBSERVABILIDADE PARA O MODELO AUMENTADO 5.1 Introdução 5.2 Análise de observabilidade para o modelo aumentado 5.2.1 Estrutura da matriz Ganho Aumentada 5.3 Algoritmo 5.4 Exemplo
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».