MétaCan
Menu
Retour à la cohorte
Enregistrement W2034885336 · doi:10.1115/1.4001534

Methodical Extensions for Decomposition of Matrix-Based Design Problems

2010· article· en· W2034885336 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 Mechanical Design · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésDependency (UML)Extension (predicate logic)DecompositionComputer scienceMatrix (chemical analysis)Mathematical optimizationAlgorithmHeuristicMatrix decompositionBinary numberTheoretical computer scienceMathematicsArtificial intelligenceProgramming languageArithmetic

Résumé

récupéré en direct d'OpenAlex

The two-phase method is a matrix-based approach for system decomposition, in which a system is represented by a rectangular matrix to capture dependency relationships of two sets of system elements. While the two-phase method has its own advantages in problem decomposition, this paper focuses on two methodical extensions to improve the method’s capability. The first extension is termed nonbinary dependency analysis, which can handle nonbinary dependency information, in addition to just binary information, of the model. This extension is based on the formal analysis of a resemblance coefficient to quantify the couplings among the model’s elements. The second extension is termed heuristic partitioning analysis, which allows the method to search for a reasonably good decomposition solution with less computing effort. This extension can be viewed as an alternative to the original partitioning approach that uses an enumerative approach to search for an optimal solution. At the end, the relief valve redesign example is applied to illustrate and justify the newly developed method components.

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)0,000
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,036
Tête enseignante GPT0,295
Écart entre enseignants0,259 · 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