MétaCan
Menu
Retour à la cohorte
Enregistrement W2782608423 · doi:10.1115/imece2017-71787

Uncertainty Propagation for Ring-Based Vibratory MEMS Gyroscopes Under Random Input Angular Speed Fluctuation

2017· article· en· W2782608423 sur OpenAlexaff
Nujhat Abedin, Samuel F. Asokanthan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensWestern UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésGyroscopeStandard deviationMonte Carlo methodTransient (computer programming)Control theory (sociology)Uncertainty quantificationAllan varianceDegrees of freedom (physics and chemistry)Computer sciencePhysicsStatisticsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Uncertainty quantification for ring-type MEMS gyroscopes due to frequency mismatch as well as quality factor is investigated. A suitable two-degree of freedom dynamic model is used to represent the vibratory behavior of a ring-gyroscope considering the second flexural modes. For the purposes of characterizing the vibratory behavior due to uncertain system as well as environmental parameters, steady state portion of transient responses are considered. Monte Carlo simulation method is used for estimating the ensemble mean as well as the standard deviation (measure of variance) of response samples. Employing an optimal sample number predicted via simulations, uncertainty quantification for the response statistics are evaluated via ensemble mean and standard deviations. It is envisaged that the predictions made from the output response statistics and uncertainty quantification analyses of the present study can lead to significant performance improvements in the design of this class of micro-machined ring-type vibratory angular rate sensors.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,262
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

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207