MétaCan
Menu
Retour à la cohorte
Enregistrement W2766176195 · doi:10.1016/j.ifacol.2017.08.702

Nyquist Interpretation of the Large Gain Theorem

2017· article· en· W2766176195 sur OpenAlexaff
Ryan J. Caverly, James Richard Forbes

Notice bibliographique

RevueIFAC-PapersOnLine · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSmall-gain theoremNyquist–Shannon sampling theoremLoop gainNyquist stability criterionMathematicsTransfer functionOpen-loop gainControl theory (sociology)Complex planeStability (learning theory)Mathematical analysisAutomatic gain controlComputer sciencePhysicsQuantum mechanicsTelecommunicationsStatistics

Résumé

récupéré en direct d'OpenAlex

This paper presents a proof of the Large Gain Theorem using the Nyquist Stability Criterion. The minimum gain constraint stipulated by the Large Gain Theorem guarantees the open-loop transfer function encircles the point (-1,0) exactly P times in the counterclockwise direction, where P is the number of open-loop open right-half plane poles. This guarantees asymptotic stability of the feedback system, even in the presence of an unstable open-loop transfer function. The Nyquist interpretation of the Large Gain Theorem is compared to Nyquist interpretations of the Large Gain and Passivity Theorems. Applications of the Large Gain Theorem are discussed and numerical examples illustrating the concept of minimum gain and the Large Gain Theorem are presented.

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 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 candidatesaucune
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 enseignants0,873
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIFAC-PapersOnLineMême sujetStability and Control of Uncertain SystemsTravaux en français237 207