MétaCan
Menu
← Retour à la cohorte
Enregistrement W2486678127 · doi:10.4018/978-1-61520-668-1.ch015

Identification and Response Prediction of Switching Dynamic Systems Using Interval Analysis

2009· book-chapter· en· W2486678127 sur OpenAlexaff
Kyarash Shahriari

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensCentre de Recherche Industrielle du Québec
Organismes subventionnairesnon disponible
Mots-clésInterval (graph theory)Envelope (radar)Control theory (sociology)Identification (biology)Interval arithmeticSystem identificationTime domainMode (computer interface)Set (abstract data type)Computer scienceMathematicsArtificial intelligenceControl (management)Data modeling

Résumé

récupéré en direct d'OpenAlex

A novel method based on interval analysis is proposed in this work for modeling and response prediction of SISO uncertain switching dynamic systems. To describe the system’s dynamic in any operating mode, a local linear model is used. The validity domain of any local model is determined in system’s input-output space. To take into account the modeling error, adjustable parameters of local models are considered time-varying and characterized by intervals of real numbers. A model whose parameters are characterized by intervals is called an interval model. A procedure is also developed to perform nstep prediction of system’s response using the multi-mode interval model. Since the model parameters are intervals, the predicted response at any instant is not a real number anymore but an interval of real numbers. The set of predicted intervals at different instances generates a tube through time called wrapping envelope. However, the identification/characterization procedure proposed in the early stage of this work guarantees that the wrapping envelope includes the system’s response taking into account possible modeling error and perturbations. This envelope can be used in diagnosis to supervise healthy operation of the system as well as in process safety analysis to guarantee that the physical variables of the system never enter in forbidden operating zones and the system remains in safe operating conditions.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetFault Detection and Control Systems→Travaux en français237 207→