MétaCan
Menu
Retour à la cohorte
Enregistrement W2809972697 · doi:10.2514/6.2018-3249

AGILE the Next Generation of Collaborative MDO: Achievements and Open Challenges

2018· article· en· W2809972697 sur OpenAlexaboutno aff
Pier Davide Ciampa, Björn Nagel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced Aircraft Design and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesDeutsches Zentrum für Luft- und RaumfahrtEuropean Commission
Mots-clésAgile software developmentSoftware deploymentBlueprintAgile usability engineeringSystems engineeringAgile Unified ProcessAgile manufacturingComputer scienceMultidisciplinary approachMultidisciplinary design optimizationParadigm shiftEngineering managementProcess managementEngineeringSoftware engineeringSoftwareSoftware developmentSoftware development processMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The EU funded AGILE project is developing the next generation of aircraft Multidisciplinary Design and Optimization processes, which target significant reductions in aircraft development costs and time to market, leading to more cost-effective and greener aircraft solutions. 19 industry, research and academia partners from Europe, Canada and Russia are developing solutions to cope with the challenges of collaborative design and optimization of complex products. In order to accelerate the deployment of large-scale, collaborative multidisciplinary design and optimization (MDO), a novel methodology, the so-called AGILE Paradigm, has been developed. The AGILE Paradigm is a “blueprint for MDO”, guiding the deployment and the execution of collaborative “MDO systems” for complex products practiced by cross-organizational design teams, distributed multi-site, and with heterogeneous expertise. A set of technologies has been developed by the AGILE consortium in order to enable the implementation of the AGILE Paradigm, and to support the design and the optimization of novel aircraft configurations. The AGILE Paradigm ambition is reduce the lead time of 40% with respect to the current state-of-the-art. This paper addresses the MDO challenges tackled by the AGILE Paradigm. An overview of the main AGILE Paradigm’s underlying architecture is described. The paper presents a preliminary assessment of the AGILE Paradigm application, and provides an overview of the main achievements enabled by its implementation for the solution of selected aircraft design and optimization use cases. The paper concludes with an overview of the challenges still open and an outlook of the AGILE Paradigm.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,108
Tête enseignante GPT0,299
Écart entre enseignants0,191 · 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'étudeThéorique ou conceptuel
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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Aircraft Design and TechnologiesTravaux en français237 207