MétaCan
Menu
Retour à la cohorte
Enregistrement W2053859368 · doi:10.1115/1.3005202

Analogy of Strain Energy Density Based Bone-Remodeling Algorithm and Structural Topology Optimization

2008· article· en· W2053859368 sur OpenAlexaff
In Gwun Jang, Il Yong Kim, Byung Man Kwak

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésTopology optimizationAnalogyTopology (electrical circuits)Strain energy density functionComputer scienceAlgorithmStrain (injury)Energy minimizationMathematicsPhysicsFinite element methodEngineeringStructural engineeringCombinatoricsBiology

Résumé

récupéré en direct d'OpenAlex

In bone-remodeling studies, it is believed that the morphology of bone is affected by its internal mechanical loads. From the 1970s, high computing power enabled quantitative studies in the simulation of bone remodeling or bone adaptation. Among them, Huiskes et al. (1987, "Adaptive Bone Remodeling Theory Applied to Prosthetic Design Analysis," J. Biomech. Eng., 20, pp. 1135-1150) proposed a strain energy density based approach to bone remodeling and used the apparent density for the characterization of internal bone morphology. The fundamental idea was that bone density would increase when strain (or strain energy density) is higher than a certain value and bone resorption would occur when the strain (or strain energy density) quantities are lower than the threshold. Several advanced algorithms were developed based on these studies in an attempt to more accurately simulate physiological bone-remodeling processes. As another approach, topology optimization originally devised in structural optimization has been also used in the computational simulation of the bone-remodeling process. The topology optimization method systematically and iteratively distributes material in a design domain, determining an optimal structure that minimizes an objective function. In this paper, we compared two seemingly different approaches in different fields-the strain energy density based bone-remodeling algorithm (biomechanical approach) and the compliance based structural topology optimization method (mechanical approach)-in terms of mathematical formulations, numerical difficulties, and behavior of their numerical solutions. Two numerical case studies were conducted to demonstrate their similarity and difference, and then the solution convergences were discussed quantitatively.

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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,189 · 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

Citations70
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetTopology Optimization in EngineeringTravaux en français237 207