MétaCan
Menu
Retour à la cohorte
Enregistrement W1890853394 · doi:10.1109/cdc.2001.980970

A novel model reduction method for sheet forming processes using wavelet packets

2003· article· en· W1890853394 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of the 40th IEEE Conference on Decision and Control (Cat. No.01CH37228) · 2003
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésControllabilityWaveletWavelet packet decompositionReduction (mathematics)Computer scienceNetwork packetActuatorDimension (graph theory)ScalingAlgorithmControl theory (sociology)Domain (mathematical analysis)Controller (irrigation)Wavelet transformMathematicsControl (management)Artificial intelligenceApplied mathematics

Résumé

récupéré en direct d'OpenAlex

Cross-directional control of sheet forming processes, such as a paper machine, can involve up to 600 inputs and 3000 outputs. For such large-scale systems, it is necessary to find proper model reduction strategies before starting controller design. The paper introduces a model reduction method for such processes based on an efficient modified wavelet packet algorithm. The large dimensional signals in the spatial domain can be transformed into a small number of scaling and wavelet coefficients in the wavelet domain, thus the dimension of the original input-output model is reduced without losing any significant information. Two additional benefits are obtained: (1) the system's controllability can be significantly improved because the system's condition number is greatly decreased, (2) the physical limits of the actuators can be directly transformed from the original model to the reduced model.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,054
Tête enseignante GPT0,308
Écart entre enseignants0,254 · 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