MétaCan
Menu
Retour à la cohorte
Enregistrement W2131722477 · doi:10.1109/ccece.1998.685568

Air traffic control trainer software development: multi-agent architecture and Java prototype

2002· article· en· W2131722477 sur OpenAlexaff
James F. Peters, R. Agatep, Stephen M. Cormier, N. Dack, Shabalova Ip, F. Kaikhosrawkani, N. Lao, O. Orenstein, V. Wan, Wkv Wong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Computer scienceTrainerSystems engineeringSoftware engineeringEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

This paper reports work on the development of a feedback system model for prototyping an air traffic control trainer (tATC). The feedback system itself represents a cleanroom engineering process designed as a closed loop containing decider, effector, and measure processes with reference values taken from a cleanroom plan and software engineering guide. The project-specific and atomic (task specific) models of a feedback system used to develop a tATC are described. Five concurrent processes (weather, airspace, aircraft, airport, and score) drive the scan subsystem of the tATC. Each of these process has an agent architecture. Each agent functions as an independent entity capable of interacting with other agents and the environment. A statechart describing the entire process structure of the tATC is given. This statechart is decomposed to reveal both the structure of subprocesses, the relationships between subprocesses of the tATC, and to provide a blueprint for tATC prototypes. The aircraft display process is described. The detailed design of the tATC is carried out with Java. The contribution of this paper is the presentation of a specific feedback system model useful in developing prototypes for a tATC.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil0,538

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 Opus0,011
Tête enseignante GPT0,175
Écart entre enseignants0,165 · 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'étudeSimulation ou modélisation
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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAir Traffic Management and OptimizationTravaux en français237 207