MétaCan
Menu
Retour à la cohorte
Enregistrement W1970796842 · doi:10.1109/med.2014.6961416

Design of Fuzzy Terminal Iterative Learning Control based on internal model control

2014· article· en· W1970796842 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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIterative Learning Control Systems
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésFuzzy control systemControl theory (sociology)Iterative learning controlFuzzy logicComputer scienceDefuzzificationNeuro-fuzzyController (irrigation)Interpolation (computer graphics)Adaptive neuro fuzzy inference systemProcess (computing)Terminal (telecommunication)Control engineeringMathematical optimizationFuzzy numberControl (management)MathematicsArtificial intelligenceFuzzy setEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents an innovative approach to the design of a cycle to cycle control algorithm: Fuzzy Terminal Iterative Learning Control (f-TILC). This is the first fuzzy Terminal Iterative Learning Control (TILC) ever proposed up to now. This fuzzy controller is built from a fuzzy model of the process, based on the 1st order Takagi Sugeno Kwan Fuzzy Inference System. The rule consequents are expressed as matricial equations, and obtained from experimental results and kriging interpolation. Simulation results show the effectiveness of our fuzzy TILC, especially in terms of providing a good initial guess as to the inputs to apply to the control process. This control approach can help to reduce the wastage of products in thermoforming processes.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,991

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIterative Learning Control SystemsTravaux en français237 207