MétaCan
Menu
Retour à la cohorte
Enregistrement W1947795819

ACTIVE CONTROL OF AN OFF-AXIS NOISE SOURCE

2001· article· en· W1947795819 sur OpenAlexafffund
Jingnan Guo, Murray Hodgson, Jie Pan

Notice bibliographique

RevueUWA Profiles and Research Repository (University of Western Australia) · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésQUIETNoise (video)Channel (broadcasting)Ambient noise levelActive noise controlNoise floorAcousticsWavefrontPhysicsControl theory (sociology)OpticsNoise measurementComputer scienceTelecommunicationsControl (management)Noise reduction
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A multi-channel active-noise-control system can been used to create a large quiet zone in free-space when the noise source is on the symmetry axis of the control system. In this study, the efficiency of a multi-channel active-noise-control system is investigated numerically for the case of a noise source located at off-axis positions. It was found that both the location and the size of the quiet zone change significantly with the off-axis location of the noise source. The control system is still able to construct a large area of wavefront matching, and create a large quiet zone, when the off-axis shift of the noise source is within this range. There exists an off-axis range for which an optimally pre-arranged multiple-channel control system remains optimized. This range is expressed analytically in terms of the wavelength at the frequency of interest, and of the configuration of the control system.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,047
Tête enseignante GPT0,296
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUWA Profiles and Research Repository (University of Western Australia)Même sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207