MétaCan
Menu
Retour à la cohorte
Enregistrement W2968718572 · doi:10.2140/memocs.2019.7.99

A polynomial chaos expanded hybrid fuzzy-stochastic model for transversely fiber reinforced plastics

2019· article· en· W2968718572 sur OpenAlexfundno aff
Eduard Penner, Ismail Caylak, Alex Dridger, Rolf Mahnken

Notice bibliographique

RevueMathematics and Mechanics of Complex Systems · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensnon disponible
Organismes subventionnairesOtto von Guericke University MagdeburgCollege of Engineering, Michigan State UniversityUniversität Duisburg-EssenFreie Universität BerlinBilkent ÜniversitesiCentre National de la Recherche ScientifiqueUniversity of North Carolina at Chapel HillUniversität zu KölnUniversità degli Studi di PaviaAkademie Věd České RepublikyUniversité de LyonUniversität WienDeutsche ForschungsgemeinschaftMcGill UniversityUniversidad Rey Juan CarlosLouisiana State UniversityUniversity of PittsburghIndian National Science AcademyMichigan State UniversityCarnegie Mellon UniversityVanderbilt UniversityWayne State University
Mots-clésCHAOS (operating system)PolynomialFiberFuzzy logicMathematicsMaterials scienceComputer scienceMathematical analysisComposite materialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This work is focused on polymorphic uncertainties in the framework of constitutive modeling for transversely isotropic materials.To this end, we propose a hybrid fuzzy-stochastic model, where the stochastic part accounting for aleatory uncertainties of material parameters is expanded with the multivariate polynomial chaos expansion.In order to account for epistemic uncertainties, polynomial chaos coefficients are treated as fuzzy variables.The underlying minimum and maximum optimization problem for the fuzzy analysis is approximated by α-level discretization, resulting in a separation of minimum and maximum problems.To become more universal, so-called quantities of interest are employed, which allow a general formulation for the target problem.Numerical examples with fuzzy, fuzzy-stochastic, and hybrid fuzzy-stochastic input demonstrate the versatility of the proposed formulation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,098
Tête enseignante GPT0,293
Écart entre enseignants0,195 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics and Mechanics of Complex SystemsMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207