MétaCan
Menu
Retour à la cohorte
Enregistrement W2136245129 · doi:10.1109/tsp.2003.811242

Identification of periodic signals with uncertain frequency

2003· article· en· W2136245129 sur OpenAlexaff
Lyndon J. Brown, Qing Zhang

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueIterative Learning Control Systems
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)EllipseController (irrigation)SIGNAL (programming language)EstimatorMathematicsPeriodic functionComputer scienceInternal modelAutomatic frequency controlAlgorithmArtificial intelligenceStatisticsControl (management)Mathematical analysis

Résumé

récupéré en direct d'OpenAlex

This paper presents a new algorithm to identify periodic signals with uncertain frequency. The approach is based on the behavior of an internal model in an error feedback system. As such, the signal is fed to a fictitious plant with a feedback controller. The feedback controller is based on a traditional controller in parallel with an internal model which identifies and cancels the periodic disturbances. Under ideal circumstances, the phase plot of the states of the internal model form an ellipse. The speed of rotation about this ellipse can be used to calculate the difference between the nominal frequency of the model and the true frequency of the periodic signal. An integral controller or a least-squares estimator can be used to drive this error to zero. Simulations demonstrate the validity of this approach with time-varying frequency, and the algorithm is then applied to some data collected from a spot welder that has been corrupted by a sinusoidal signal whose frequency is between 1 Hz and 5 KHz.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,231
Écart entre enseignants0,219 · 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
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

Citations50
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Signal ProcessingMême sujetIterative Learning Control SystemsTravaux en français237 207