MétaCan
Menu
Retour à la cohorte
Enregistrement W2175645474 · doi:10.1115/ht2009-88400

A Novel Methodology for Combined Parameter and Function Estimation Problems

2009· article· en· W2175645474 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueVolume 1: Heat Transfer in Energy Systems; Thermophysical Properties; Heat Transfer Equipment; Heat Transfer in Electronic Equipment · 2009
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods in inverse problems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésConvergence (economics)Conjugate gradient methodFunction (biology)Mathematical optimizationEstimation theoryComputer scienceLimitingSet (abstract data type)Applied mathematicsAlgorithmEstimationMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

This article presents a novel methodology, which is highly efficient and simple to implement, for simultaneous retrieval of a complete set of thermal coefficients in combined parameter and function estimation problems. Moreover, the effect of correlated parameters on convergence performance is examined. The present methodology is a combination of two different methods: The Conjugate Gradient Method with Adjoint Problem (CGMAP) and Box-Kanemasu method (BKM). The methodology uses the benefit of CGMAP in handling function estimation problems and BKM for parameter estimation problems. One of the unique features about the present method is that the correlation among the separate unknowns does not behave as a limiting factor to the convergence of the problem. Numerical experiments using measurement errors are performed to verify the proposed method in solving the combined parameter and function estimation problems. The obtained results show that the combined procedure can efficiently and reliably estimate the values of the thermal coefficients.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,084
Tête enseignante GPT0,296
Écart entre enseignants0,212 · 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