MétaCan
Menu
Retour à la cohorte
Enregistrement W2005847953 · doi:10.1109/acc.2001.945578

An approach to computing bounds on H/sub /spl infin// performance under hard constraints

2001· article· en· W2005847953 sur OpenAlexaff
D.E. Davison

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPointwiseSensitivity (control systems)Norm (philosophy)Transfer functionLimit (mathematics)Mathematical optimizationMathematicsOptimization problemControl theory (sociology)Bandwidth (computing)Function (biology)Optimal controlComputer scienceControl (management)Engineering

Résumé

récupéré en direct d'OpenAlex

A number of standard control problems can be formulated as optimization problems where the goal is to minimize the H/sub /spl infin//-norm of some transfer function while subject to constraints on, for example, system bandwidth or peak sensitivity or output variance. Such constraints usually limit the achievable H/sub /spl infin// performance, but, since the constraints are typically included in the H/sub /spl infin// optimization problem only indirectly through the selection of weights, it is generally not known to what degree the constraints limit the performance. This paper shows how lower bounds on the achievable H/sub /spl infin// norm can be computed for problems where the objective function and constraints can all be written in terms of the sensitivity function. Both pointwise-in-frequency constraints (such as the requirement that the peak sensitivity be limited) and integral constraints (such as the requirement that the output variance be limited when subject to a stochastic disturbance) are dealt with. All constraints are explicitly included in the problem formulation; the solution approach involves optimal curve shaping and is, at least for the single-input single-output case, computationally straightforward.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,670

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 Opus0,022
Tête enseignante GPT0,223
Écart entre enseignants0,201 · 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'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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStability and Control of Uncertain SystemsTravaux en français237 207