MétaCan
Menu
Retour à la cohorte
Enregistrement W2099577355 · doi:10.1109/tpwrd.2008.923406

A Half-Size Singularity Test Matrix for Fast and Reliable Passivity Assessment of Rational Models

2008· article· en· W2099577355 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

RevueIEEE Transactions on Power Delivery · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLightning and Electromagnetic Phenomena
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSingularityEigenvalues and eigenvectorsPassivityAdmittance parametersApplied mathematicsMathematicsHamiltonian matrixMatrix (chemical analysis)ComputationAdmittanceMathematical analysisSymmetric matrixAlgorithmPhysicsEngineeringElectrical impedanceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

One major difficulty in the rational modeling of linear systems is that the obtained model can be nonpassive, thereby leading to unstable simulations. The model's passivity properties are usually assessed by computing the eigenvalues of a Hamiltonian matrix, which is derived from the model parameters. The purely imaginary eigenvalues represent crossover frequencies where the model's conductance matrix is singular, allowing to pinpoint frequency intervals of passivity violations. Unfortunately, the eigenvalue computation time can be excessive for large models. Also, the test applies only to symmetrical models, and the testing is made difficult by numerical noise in the extracted eigenvalues. In this paper a new (non-Hamiltonian) half-size singularity test matrix is derived for use with admittance parameter state-space models, which overcomes these shortcomings. It gives a computational speedup by a factor of eight; it is applicable to both symmetric and unsymmetrical models; and it produces noiseless eigenvalues for reliable passivity assessment.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil0,558

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 Opus0,012
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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