MétaCan
Menu
Retour à la cohorte
Enregistrement W2317622940 · doi:10.2514/6.2002-5624

Designing and Optimizing Missiles in an Interactive Environment

2002· article· en· W2317622940 sur OpenAlexaff
Alexandra Ahlqvist, Jamal Nayfeh, Richard Zarda

Notice bibliographique

Revue9th AIAA/ISSMO Symposium on Multidisciplinary Analysis and Optimization · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAerospace and Aviation Technology
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Designing missiles is a highly multidisciplinary engineering task. Involved in the design is geometric modeling, aerodynamics, propulsion, thermal analysis, weight estimation, trajectory analysis, lethality, structural analysis, controls analysis, packaging of components, and cost estimation. In the past these disciplines have been separated making it difficult to agree on a design that will satisfy the needs of each of the disciplines. Interactive Missile Design (IMD) is a somftware integrating the disciplinary tools involved in the conceptual design of missiles. With IMD, the designer can concentrate on improving the design instead of spending time on ensuring continuity between the disciplines. IMD will enable better missile designs and also reduce the design cycle time. IMD is built in an object-oriented dependency-tracking webenabled language called AML (Adaptive Modeling Language). With the integration of the disciplinary software optimization has become a natural extension of the capabilities of IMD. This paper will discuss the development of the interactive missile design environment, the optimization functionality integrated with it, as well as a missile optimization example. © 2002 by M. Alexandra Ahlqvist.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue9th AIAA/ISSMO Symposium on Multidisciplinary Analysis and OptimizationMême sujetAerospace and Aviation TechnologyTravaux en français237 207