MétaCan
Menu
Retour à la cohorte
Enregistrement W2014288437 · doi:10.1504/ijpd.2009.026178

Approximated unimodal region elimination-based global optimisation method for engineering design

2009· article· en· W2014288437 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

RevueInternational Journal of Product Development · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Multi-Objective Optimization Algorithms
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBenchmark (surveying)ComputationGlobal optimizationMathematical optimizationComputer scienceField (mathematics)Ideal (ethics)Function (biology)AlgorithmMathematics

Résumé

récupéré en direct d'OpenAlex

Computer analysis and simulation-based design optimisation requires more computationally efficient global optimisation tools. In this work, a new global optimisation algorithm based on design experiments, region elimination and response surface modelling, namely, the Approximated Unimodal Region Elimination (AUMRE) method, is introduced. The approach divides the field of interest into several unimodal regions using design experiment data, identifies and ranks the regions that most likely contain the global minimum, forms a response surface model using additional design experiment data over the most promising region, identifies its minimum, removes this processed region and moves to the next most promising region. By avoiding redundant searches, the approach identifies the global optimum with a reduced number of objective function evaluations and computation effort. The new algorithm was tested using a variety of benchmark global optimisation problems and compared with several widely used global optimisation algorithms. The results present a comparable search accuracy and superior computation efficiency, making the new algorithm an ideal tool for computer analysis and simulation-based global design optimisation.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,308
Écart entre enseignants0,284 · 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