MétaCan
Menu
Retour à la cohorte
Enregistrement W2064208384 · doi:10.1121/1.4782235

Singular value decomposition of plant matrix in active noise and vibration—some examples

2007· article· en· W2064208384 sur OpenAlexaff
Alain Berry, Yann Pasco, Philippe-Aubert Gauthier

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Singular value decompositionController (irrigation)Active noise controlFeed forwardNoise (video)Matrix (chemical analysis)VibrationConvergence (economics)Singular valueHarmonicComputer scienceRate of convergenceAcousticsPhysicsEngineeringEigenvalues and eigenvectorsControl engineeringControl (management)Noise reductionAlgorithmMaterials scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

In active noise and vibration control problems that involve many secondary sources and error sensors, the active control performance is largely related to the conditioning of the plant matrix (formed by the transfer functions between individual secondary sources and error sensors). The principal component transformation (or singular value decomposition) of the plant matrix is an interesting tool to extract dominant secondary paths and limit control efforts. Furthermore, it can be used in a feedforward LMS controller to prevent slow convergence due to ill-conditioning of the plant matrix, and adjust the convergence rate of individual system modes. This approach is discussed through two different applications: (1) the multi-harmonic active structural acoustic control of a helicopter main transmission noise using piezoceramic actuators; (2) the broadband, adaptive sound field synthesis using multiple reproduction sources. It is shown that the approach allows decreasing the required signal processing and limiting the magnitude of the control inputs. Furthermore, in the case of sound field reproduction, it allows a very elegant and insightful interpretation in terms of controlling independent radiation modes.

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 enseignants0,573
Score d'incertitude au seuil0,218

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 Opus0,009
Tête enseignante GPT0,260
Écart entre enseignants0,251 · 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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207