MétaCan
Menu
Retour à la cohorte
Enregistrement W2114059764 · doi:10.1109/ccece.2004.1349657

An architectural framework for a distributed process control information system

2004· article· en· W2114059764 sur OpenAlexaff
V. Uraikul, Christine W. Chan, Paitoon Tontiwachwuthikul

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Database Systems and Queries
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProcess (computing)Information integrationInformation systemInterface (matter)Distributed Computing EnvironmentDistributed databaseKnowledge baseDistributed computingSoftware engineeringDatabaseWorld Wide WebEngineering

Résumé

récupéré en direct d'OpenAlex

This paper describes an architectural framework for constructing a distributed intelligent information system for monitoring and control of operations in the process industries. Many researchers had reportedly implemented data integration systems that combine two or more monitoring and control techniques, and applied the system to various domains in the process industries. However, the diverse applications have not resulted in a set of clear guidelines on how to combine the techniques together. Therefore, the architectural framework proposed in this paper aims to provide guidelines on how information resources can be integrated. The information obtained from multiple techniques, data sources, and users can be utilized and shared within an integrated environment. In this environment, information is gathered, integrated and analyzed with the help of a knowledge base embedded with reasoning capabilities. Based on the proposed architectural framework, a distributed information system can provide corroborations and interactions among data sources and users, or among two or more monitoring and control techniques. In this framework, there are three main modules including a user and input/output interface module, a distributed intelligent information system module and a data processing module.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,292

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 savante0,0000,002
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 Opus0,007
Tête enseignante GPT0,259
Écart entre enseignants0,252 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Database Systems and QueriesTravaux en français237 207