MétaCan
Menu
Retour à la cohorte
Enregistrement W2027589128 · doi:10.1109/ieeegcc.2009.5734319

A novel scheme to estimate the model order of physical systems

2009· article· en· W2027589128 sur OpenAlexaff
Haris M. Khalid, R. Doraiswami, L. Cheded

Notice bibliographique

Revueexhibition · 2009
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesKing Fahd University of Petroleum and Minerals
Mots-clésAkaike information criterionPhysical systemA priori and a posterioriProcess (computing)Scheme (mathematics)Computer scienceModel selectionOrder (exchange)Applied mathematicsSelection (genetic algorithm)MathematicsMathematical optimizationControl theory (sociology)StatisticsMathematical analysisArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

A method to estimate the model order of physical systems is proposed. It is assumed that the region where the poles of a physical system are located is known. This a priori knowledge is generally obtained from the physical laws governing the physical system. Various model orders are chosen using the conventional model selection criteria. For each order, a model of the physical system is identified. If the poles of the identified model are not located in this region, this model is assumed to include extraneous poles and is rejected. This process is continued till the estimated model does not include extraneous poles. The proposed scheme is extensively evaluated on physical systems and the results are compared with those of the conventional schemes such as Akaike Information Criterion (AIC).

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: aucune
Score de désaccord entre enseignants0,535
Score d'incertitude au seuil0,196

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 Opus0,020
Tête enseignante GPT0,305
Écart entre enseignants0,285 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueexhibitionMême sujetModel Reduction and Neural NetworksTravaux en français237 207