MétaCan
Menu
Retour à la cohorte
Enregistrement W2118846459 · doi:10.1109/csd.2004.1309121

Comparison of methods for supervisory control and submodule construction

2004· article· en· W2118846459 sur OpenAlexaff
Gregor von Bochmann, Bassel A. Daou

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiquePetri Nets in System Modeling
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésControllabilityObservabilitySupervisory controlRotation formalisms in three dimensionsAsynchronous communicationContext (archaeology)Computer scienceEvent (particle physics)Control (management)Supervisory control theoryState (computer science)Controller (irrigation)Point (geometry)Control theory (sociology)Control engineeringAlgorithmMathematicsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Summary form only given. Over the last 25 years, methods for supervisory control of discrete event systems and methods for submodule construction based on state machine specifications have been developed quite independently by different research communities. The purpose of this paper is to give a summary of the results in these two areas and to point out the many similarities and certain differences between the approaches taken by these two communities. The basic problem, in both cases, is to find the behavior of a single submodule X such that combined with a given submodule C, this composition exhibits a behavior that conforms to a given specification S. In the case of supervisory control, the submodule C is an existing system that is to be controlled by the controller X in such a manner that a behavior compatible with S is obtained. We discuss the main issues that must be addressed for solving this problem, review certain conditions for the existence of a solution, and present the major solution algorithms. We also discuss the different treatment of allowed and required behavior, and the difficulties that arise in the context of different communication paradigms (for instance, distinguishing controllability, observability, input/output, synchronous and asynchronous communication) and different specification formalisms.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,083
Tête enseignante GPT0,377
Écart entre enseignants0,294 · 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'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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetri Nets in System ModelingTravaux en français237 207