MétaCan
Menu
Retour à la cohorte
Enregistrement W2318376326 · doi:10.2514/6.2003-1493

An Improved Neural Network Model for Nonlinear Aeroelastic Analysis

2003· article· en· W2318376326 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revue44th AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference · 2003
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueModel Reduction and Neural Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTexas A and M University
Mots-clésAeroelasticityArtificial neural networkNonlinear systemComputer scienceControl theory (sociology)AerodynamicsArtificial intelligenceEngineeringAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

An improved neural network-based method for predicting nonlinear oscillations in the aeroelastic response is presented. An articial neural network is trained using the limited available information of a short transient data set, and the asymptotic state of the signal is reconstructed by a multi-step (or recursive) prediction process. An enhanced two-layer feedforward neural network with features that control the propagation of the prediction errors is designed. Methods for consistently choosing the number of network inputs and of neurons in the hidden layer for a given application are reported. The proposed predictor has been applied to wind-tunnel experimental data that model an oscillating airfoil with polynomial restoring forces, as well as to signals generated numerically by solving a dieren tial system that models a self-excited two-degree-of-freedom airfoil oscillating in pitch and plunge.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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