MétaCan
Menu
Retour à la cohorte
Enregistrement W2006303959 · doi:10.1088/0266-5611/27/8/085002

Real-time solution of the finite element inverse problem of viscoelasticity

2011· article· en· W2006303959 sur OpenAlexafffund
Hani Eskandari, Septimiu E. Salcudean, Robert Rohling, Ian H. Bell

Notice bibliographique

RevueInverse Problems · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound Imaging and Elastography
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre National de la Recherche Scientifique
Mots-clésMathematicsFinite element methodInverse problemViscoelasticityMathematical analysisSystem of linear equationsQuadratic equationSingular value decompositionSensitivity (control systems)Applied mathematicsA priori and a posterioriDisplacement (psychology)Mathematical optimizationAlgorithmGeometry

Résumé

récupéré en direct d'OpenAlex

The linear dynamic finite element model can be formulated such that the elasticity and viscosity of the elements appear as the parameters in a linear system of equations. The resulting system of equations can be solved directly using singular value decomposition or a similar technique or through defining a quadratic functional. A priori knowledge and regularity measures can be added as equality or inequality constraints. The sensitivity of the inverse problem solution to the displacement noise and model imperfections are tested in simulations, where the parameters were successfully reconstructed with a displacement signal-to-noise ratio as low as 20 dB. Also, the viscoelastic parameters have been successfully estimated for a breast phantom with an embedded hard inclusion. The study of the computation speed demonstrates the potential of the new method for real-time implementations.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,023
Tête enseignante GPT0,228
Écart entre enseignants0,205 · 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

Citations21
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInverse ProblemsMême sujetUltrasound Imaging and ElastographyTravaux en français237 207