Managing System Design Process Using Axiomatic Design: A Case on KAIST Mobile Harbor Project
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.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">As world-wide container volume increases and very large container ships emerge as a dominant player in the maritime cargo transport market, functional capabilities of container ports need to be greatly enhanced. To address this problem, KAIST is undertaking a project to design a novel container transport system, namely Mobile Harbor. Mobile Harbor refers to a system that can go out to a large container ship anchoring in the open sea, load and unload containers between the container ship and the Mobile Harbor, and transport them to their destinations. Designing Mobile Harbor presents a number of challenges as with many other large-scale engineering projects, especially at the beginning stage of the project. The challenges include diverse system mission scenarios that bring a wide range of different functional needs and constraints, large solution space with rather ambiguous concept selection criteria, difficulty in communicating ideas and concepts among many project participants with diverse background, and constant budget and time pressure, to name a few. For this kind of large, complex projects, the ability to effectively manage system design issues plays an essential role in determining the quality of outcomes of such projects. Properly defining and disseminating Functional Requirements, clarifying interface requirements between its subsystems, and identifying potential conflict, i.e. functional coupling, at the earliest stage of design as much as possible are all part of what need to be managed in a system design project. In this paper, we discuss the KAIST Mobile Harbor project to describe challenges and issues of system design, and illustrate how Axiomatic Design process can facilitate design tasks for a large, complex system.</div></div>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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