MétaCan
Menu
Retour à la cohorte
Enregistrement W2909663646 · doi:10.1109/access.2019.2893267

A New Availability Assessment Method for Complex Control Systems With Multi-Characteristics

2019· article· en· W2909663646 sur OpenAlexaff
Xiaojian Yi, Jian Shi, B.S. Dhillon, Huina Mu, Peng Hou

Notice bibliographique

RevueIEEE Access · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesKey Laboratory of Solar Activities, Chinese Academy of SciencesNational Natural Science Foundation of ChinaChina Postdoctoral Science FoundationShanghai Nuclear Engineering Research and Design Institute
Mots-clésComputer scienceLimit (mathematics)Monte Carlo methodReliability engineeringComplex systemStability (learning theory)Electric power systemProcess (computing)Control limitsControl systemControl (management)Confidence intervalPower (physics)Mathematical optimizationControl chartMathematicsArtificial intelligenceMachine learningStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a new availability assessment method for complex control systems with multi-characteristics based on the goal-oriented (GO) method to evaluate the lower confidence limit of its system availability. First, the GO method for complex control systems with multi-characteristics is illustrated in terms of expounding GO operators and proposing a new exact algorithm with shared signals. Then, the new availability assessment method is expounded in detail, and its process is formulated. Finally, the new method is used to evaluate the lower confidence limit of the system stability of the electrohydraulic control system of a power-shift steering transmission as an example. To verify its advantages and rationality, the availability assessment results and evaluation efficiency are compared with those obtained by the regular Monte Carlo method and the regular exact GO algorithm with shared signals. Furthermore, the coverage rate of the lower confidence limit of the system availability obtained by the new method is compared with the nominal significance level. Overall, this availability assessment method not only improves the theory of the GO method and widens its application but also provides a new approach for the availability assessment of complex control systems that reduces costs and improves the estimation efficiency and accuracy.

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)0,004
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,891

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,173
Tête enseignante GPT0,474
Écart entre enseignants0,301 · 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'étudeObservationnel
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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetRisk and Safety AnalysisTravaux en français237 207