MétaCan
Menu
Retour à la cohorte
Enregistrement W3033387172 · doi:10.3390/en13112859

Combined Duval Pentagons: A Simplified Approach

2020· article· en· W3033387172 sur OpenAlexaff
Luiz Cheim, M. Duval, Saad Haider

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésPentagonCentroidComputer scienceIdentification (biology)GeometryTransformerAlgorithmArtificial intelligenceTheoretical computer scienceMathematicsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The paper describes a newly proposed combination of the two existing Duval Pentagons method utilized for the identification of mineral oil-insulated transformers. The aim of the combination is to facilitate automatic fault identification through computer programs, and at the same time, apply the full capability of both original Pentagons, now reduced to a single geometry. The thorough classification of a given fault (say, of the electrical or thermal kind), employing individual Pentagons 1 and 2, as originally defined, involves a complex geometrical problem that requires the build-up of a convoluted geometry (a regular Pentagon whose axes represent each of five possible combustible gases) to be constructed using computer language code and programming, followed by the logical localization of the geometrical centroid of an irregular pentagon, formed by the partial contribution of individual combustibles, inside two similar structures (Pentagons 1 and 2) that, nonetheless, have different classification zones and boundaries, as more thoroughly explained and exemplified in the main body of this article. The proposed combined approach results in a lower number of total fault zones (10 in the combined Pentagons against 14 when considering Pentagons 1 and 2 separately, although zones PD, S, D1 and D2 are common to both Pentagons 1 and 2), and therefore eliminates the need to solve for two separate Pentagons.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,016
Tête enseignante GPT0,194
Écart entre enseignants0,178 · 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
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

Citations47
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207