MétaCan
Menu
← Retour à la cohorte
Enregistrement W2060687741 · doi:10.1080/16864360.2015.1033343

A Feature-Based Engineering Methodology for Cyclic Modeling and Analysis Processes in Plastic Product Development

2015· article· en· W2060687741 sur OpenAlexaff
Md. Mahtab Uddin, Yongsheng Ma

Notice bibliographique

RevueComputer-Aided Design and Applications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNew product developmentFeature (linguistics)Product (mathematics)Computer scienceDevelopment (topology)Systems engineeringEngineeringEngineering drawingMathematicsBusiness

Résumé

récupéré en direct d'OpenAlex

During the initial stages of iterative design process, a quick CAE (Computer-aided Engineering) analysis of the CAD (Computer-aided Design) models is needed.To reduce the computational resources and time needed for such analysis, the models are often simplified by removing the irrelevant details and are abstracted by reducing the dimension, wherever appropriate.Thin-walled parts, such as sheet metal parts are often abstracted to a set of surfaces lying midway, called mid-surface.The mid-surface is expected to mimic the shape of the original solid, both geometrically and topologically.Widely-used methods of accessing the quality of the mid-surface are geometric.Hausdorff distance from the midsurface its original solid is computed to find the gaps and medial-ness.Accuracy of such methods depends on the sampling as well as on the complexity of the surface representation, making them computationally intensive and error-prone.This paper provides a topological method for verification, which is computationally simple and robust.A novel topological transformation relationship has been derived between a sheet metal part (solid) to its mid-surface (surface), in both directions (solid-to-surface and surface-to-solid) which can be used to compare the predicted vs actual entities.Simple as well as practical shapes have been tested to prove the efficacy of the newly-derived formulation.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,067
Tête enseignante GPT0,262
Écart entre enseignants0,195 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer-Aided Design and Applications→Même sujetManufacturing Process and Optimization→Travaux en français237 207→