MétaCan
Menu
Retour à la cohorte
Enregistrement W2110275702 · doi:10.1177/0037549714531054

Real-time distributed simulations in an HLA framework: Application to aircraft simulation

2014· article· en· W2110275702 sur OpenAlexaff
Jean-Baptiste Chaudron, David Saussié, Pierre Siron, Martin Adelantado

Notice bibliographique

RevueSIMULATION · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueReal-Time Systems Scheduling
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésHigh-level architectureComputer scienceArchitectureContext (archaeology)Set (abstract data type)SoftwareEmbedded systemDistributed computingSoftware engineeringSimulationSystems engineeringOperating systemProgramming languageEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents some ongoing research carried out in the context of the PRISE Project (Research Platform for Embedded Systems Engineering). This platform has been designed to evaluate and validate new embedded system concepts and techniques through a special hardware and software environment. Since much actual embedded equipment is not available, corresponding behavior is simulated within a high-level architecture (HLA) federation implemented with a run-time infrastructure (RTI) called CERTI and developed at ONERA. HLA is currently largely used in many simulation applications, but the limited performances of the RTIs raise doubts over the feasibility of HLA federations with real-time requirements. This paper addresses the problem of achieving real-time performances with the HLA standard. Several experiments are discussed using well-known aircraft simulators such as Microsoft Flight Simulator, FlightGear, and X-plane connected with the CERTI RTI. The added value of these activities is to demonstrate that according to a set of innovative solutions, HLA architecture is well suited to achieve hard real-time constraints. Finally, a formal model guaranteeing the schedulability of concurrent processes is also proposed.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,308
Écart entre enseignants0,293 · 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

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIMULATIONMême sujetReal-Time Systems SchedulingTravaux en français237 207