MétaCan
Menu
Retour à la cohorte
Enregistrement W2029435308 · doi:10.1115/1.2745859

Systematic Identification of Decoupling in Dynamic System Models

2006· article· en· W2029435308 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

RevueJournal of Dynamic Systems Measurement and Control · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBond graphDecoupling (probability)Computer scienceFidelityComputationAlgorithmControl theory (sociology)MathematicsEngineeringControl engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a technique to quantitatively and systematically search for decoupling among elements of a dynamic system model, and to partition models in which decoupling is found. The method can validate simplifying assumptions based on decoupling, determine when decoupling breaks down due to changes in system parameters or inputs, and indicate required model changes. A high-fidelity model is first generated using the bond graph formalism. The relative contributions of the terms of the generalized Kirchoff loop and node equations are computed by calculating and comparing a measure of their power flow. Negligible aggregate bond power at a constraint equation node indicates an unnecessary term, which is then removed from the model by replacing the associated bond by a modulated source of generalized effort or flow. If replacement of all low-power bonds creates separate bond graphs that are joined by modulating signals, then the model can be partitioned into driving and driven subsystems. The partitions are smaller than the original model, have lower-dimension design variable vectors, and can be simulated separately or in parallel. The partitioning algorithm can be employed alongside existing automated modeling techniques to facilitate efficient, accurate simulation-based design of dynamic systems.

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)0,002
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 enseignants0,464
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,009
Tête enseignante GPT0,210
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