MétaCan
Menu
Retour à la cohorte
Enregistrement W1964180094 · doi:10.4028/www.scientific.net/amr.433-440.51

Vibrating Loads Identification Using Inverse Acoustics in Fluid-Structure Interaction

2012· article· en· W1964180094 sur OpenAlexaff
M. Kojouri Manesh, M.R. Hematiyan, Mohammad Eghtesad, D. Necsulescu, Arshin Rezazadeh

Notice bibliographique

RevueAdvanced materials research · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStructural acousticsAcousticsVibrationInverseInverse problemHolographyAcoustic holographyPoint (geometry)Computer sciencePhysicsMathematicsOpticsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In numerous engineering systems it is essential to know the vibrational behavior. Often laser vibrometers are used for vibration measurements. But this point should be considered that method utilization because of complex volume of source of vibration is difficult. To alleviate this problem several other methods were recommended such as Near Field Acoustical Holography and Inverse Numerical Acoustics. Vibrational properties knowledge helps in design, control and reduce undesirable vibration, but direct measurement is difficult and contain significant errors. The aim of this paper is the presentation of an efficient method using acoustics that can obtain vibrational properties by measuring other quantities, like fluid pressure dynamics somewhere near the structure. This procedure is based on inverse analysis that is more intricate than direct analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,020
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,066
Tête enseignante GPT0,375
Écart entre enseignants0,309 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207