MétaCan
Menu
Retour à la cohorte
Enregistrement W2303382453 · doi:10.1109/tmag.2015.2488360

A Rational Approach to Curve Representation

2015· article· en· W2303382453 sur OpenAlexafffund
Patrick Diez, J.P. Webb

Notice bibliographique

RevueIEEE Transactions on Magnetics · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExtrapolationInterpolation (computer graphics)Rational functionComputer scienceFinite element methodCurve fittingApplied mathematicsPolynomial and rational function modelingRepresentation (politics)Data pointAlgorithmMathematical optimizationMathematical analysisMathematicsPolynomialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper introduces an approach to construct a rational function that fits the finite set of data points on the B-H plane representing the non-linear response of a permeable material, providing an approximation to the data well-suited for interpolation and extrapolation. Improving on previous methods, this approach provides a smooth, closed-form approximation to the data capable of representing the material's response from its Rayleigh region through to its saturation, appropriate for use with finite-element solvers. This is achieved by applying the method of vector fitting (as seen in the discipline of control systems) to the B-H data set, while taking care to remove pole-zero pairs that may occur between data points. The method is demonstrated to provide high-accuracy approximations to the data sets of a range of materials. Good agreement with measured data is obtained when the rational material representation is used in a finite-element software package to solve the TEAM 13 benchmark problem. A rational function expression for the TEAM 13 permeability is provided.

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)0,004
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: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,211
Tête enseignante GPT0,359
Écart entre enseignants0,148 · 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

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on MagneticsMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207