MétaCan
Menu
Retour à la cohorte
Enregistrement W2061636177 · doi:10.4028/www.scientific.net/amm.37-38.475

Feature-Based Collaborative Design in VPDM

2010· article· en· W2061636177 sur OpenAlexfundno aff
Ke Shan Liang, Jian Zhong Shang, Li Tang, Yu Cao, Cheng Chen

Notice bibliographique

RevueApplied Mechanics and Materials · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Alberta
Mots-clésFeature (linguistics)CADComponent (thermodynamics)DiagramComputer scienceSequence (biology)Mode (computer interface)Engineering drawingSequence diagramExpression (computer science)Systems engineeringEngineeringSoftware engineeringData miningDatabaseHuman–computer interactionUnified Modeling LanguageProgramming language

Résumé

récupéré en direct d'OpenAlex

Based on present research states and new problems of current collaborative design (CD), the paper presents a solution of building Virtual PDM (VPDM) for developing a CD platform on heterogeneous CAD and PDM systems among enterprises. Firstly, VPDM definition and characteristics are put forward, the CD framework in VPDM is proposed and each component of VPDM are analyzed. Secondly, operations and features in CAD are described with Express-G, a unified feature model is built and mapped into database mode. And then, feature-based CD sequence diagram, clients’ status and feature expression are introduced in VPDM environment. At last, prototype system developed using above method makes CD come true in two commercial CAD systems and two commercial PDM systems, which proves that our approach works well.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,370

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 Opus0,006
Tête enseignante GPT0,188
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mechanics and MaterialsMême sujetManufacturing Process and OptimizationTravaux en français237 207