MétaCan
Menu
Retour à la cohorte
Enregistrement W1971177029 · doi:10.3155/1047-3289.57.5.535

A Fuzzy Composting Process Model

2007· article· en· W1971177029 sur OpenAlexaff
Xiaosheng Qin, Guohe Huang, Guangming Zeng, A. Chakma, Beidou Xi

Notice bibliographique

RevueJournal of the Air & Waste Management Association · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensUniversity of WaterlooUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Fuzzy logicComputer scienceScale (ratio)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Composting processes are normally complicated with a variety of uncertainties arising from incomplete or imprecise information obtained in real-world systems. Previously, there has been a lack of studies that focused on developing effective approaches to incorporate such uncertainties within composting process models. To fill this gap, a fuzzy composting process model (FCPM) for simulating composting process under uncertainty was developed. This model was mainly based on integration of a fractional fuzzy vertex method and a comprehensive composting model. Degrees of influence by projected uncertain factors were also examined. Two scenarios were investigated in applying the FCPM method. In the first scenario, model simulation under deterministic conditions was conducted. A pilot-scale experiment was provided for verifications. The result indicated that the proposed composting model could provide an excellent vehicle for demonstrating the complex interactions that occurred in the composting process. In the second scenario, application of the proposed FCPM was conducted under uncertainties. Six input parameters were considered to be of uncertain features that were reflected as fuzzy membership functions. The results indicated that the uncertainties projected in input parameters will result in significant derivations on system predictions; the proposed FCPM can generate satisfactory system outputs, with less computational efforts being required. Analyses on degree of influence of system inputs were also provided to describe the impacts of uncertainties on system responses. Thus, suitable measures can be adopted either to reduce system uncertainty by well-directed reduction of uncertainties of those high-influencing parameters or to reduce the computational requirement by neglecting those negligible factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations41
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Air & Waste Management AssociationMême sujetComposting and Vermicomposting TechniquesTravaux en français237 207