MétaCan
Menu
Retour à la cohorte
Enregistrement W2468171748 · doi:10.1109/jsen.2016.2588981

Novel Analog Ratio-Metric Optical Rotary Encoder for Avionic Applications

2016· article· en· W2468171748 sur OpenAlexafffund
Tahereh Ahmadi Tameh, Mohamad Sawan, Raman Kashyap

Notice bibliographique

RevueIEEE Sensors Journal · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueSensor Technology and Measurement Systems
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesThales GroupCanada Research ChairsGovernment of CanadaConsortium de Recherche et d’innovation en Aérospatiale au QuébecNatural Sciences and Engineering Research Council of CanadaCMC MicrosystemsMitacsBombardier
Mots-clésAvionicsEncoderComputer scienceMetric (unit)Electronic engineeringEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, an optical, analog, self-referencing, ratio-metric, smart displacement sensor is proposed for avionic applications. The position of rotation is determined by the ratio of the transmitted and reflected light powers, which makes the sensor independent of power fluctuations. A single multi-gradient encoder design compensates for the use of a non-uniform source. An anti-reflection coated glass window with the outer diameter of 27 mm is used with an encoder pattern mapped on it by aluminum deposition. The experimental results show that the ratio of the transmitted and reflected powers has an accuracy of 0.53% over the full range, matching the specifications for avionic applications. It is also experimentally proved that the sensor operates ratio-metrically and not affected by the change in the source power, which makes it highly reliable for the avionic application. Further optimization of the design will make this type of sensor an excellent choice for future lightweight and greener aircraft technology.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,036
Tête enseignante GPT0,270
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations42
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetSensor Technology and Measurement SystemsTravaux en français237 207