MétaCan
Menu
Retour à la cohorte
Enregistrement W2538139923 · doi:10.1109/cacsd-cca-isic.2006.4776626

Multi-domain physical system modeling and control based on meta-modeling and graph rewriting

2006· article· en· W2538139923 sur OpenAlexaffabout
Sagar Sen, Hans Vangheluwe

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueModeling and Simulation Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBond graphModelicaRotation formalisms in three dimensionsComputer scienceGraph rewritingTheoretical computer scienceProgramming languageModeling languageVisual modelingModeling and simulationGraphAlgorithmUnified Modeling LanguageSimulationSoftwareMathematics

Résumé

récupéré en direct d'OpenAlex

A methodology is presented which enables the specification and synthesis of software tools to aid in plant and controller modeling for multi-domain (electrical, mechanical, hydraulic, and thermal) physical systems. The methodology is based on meta-modeling and graph rewriting. The plant is modeled in a domain-specific formalism called the Real World Visual Model (RWVM). Such a model is successively transformed to an Idealized Physical Model (IPM), to an Acausal Bond Graph (ABG), and finally to a Causal Bond Graph (CBG). A Modelica (www.modelica.org) model, consisting of a Causal (algebraic and differential equation) Block Diagram (CBD), is generated from the CBG. All transformations are explicitly modeled using Graph Grammars. A PID controller model, specified in Modelica as a CBD is subsequently integrated with the plant model. AToM3(atom3.cs.mcgill.ca), A Tool for Multi-formalism and Meta Modeling is used to meta-model and synthesize visual modeling environments for the RWVM, IPM, ABG, and CBG formalisms as well as for transformations between them. The entire process of modeling, transformation, and simulation is demonstrated by means of a hoisting device example. Our methodology drastically reduces development time (of the modeling tool an indirectly of the domain-specific models), integrates model checking via Bond Graph causal analysis, and facilitates management and reuse of meta-knowledge by explicitly modeling formalisms and transformations.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,042
Tête enseignante GPT0,254
Écart entre enseignants0,213 · 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

Citations5
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetModeling and Simulation SystemsTravaux en français237 207