MétaCan
Menu
Retour à la cohorte
Enregistrement W3048057632 · doi:10.1115/1.4048033

Experimental Validation of a Robust H∞ Control Method on Miniaturized Optical Image Stabilizer Prototypes

2020· article· en· W3048057632 sur OpenAlexafffund
Alireza Alizadegan, Pan Zhao, Ryozo Nagamune, Mu Chiao

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Video Stabilization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl theory (sociology)Robust controlController (irrigation)Computer scienceClosed loopStability (learning theory)Robustness (evolution)Open-loop controllerControl engineeringControl systemEngineeringControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract This paper validates a robust H∞ controller design method, experimentally, on miniaturized prototypes of the magnetically actuated lens-tilting optical image stabilizers (OISs) with product variabilities. Five small-scale OIS prototypes with product variations are constructed by three-dimensional (3D) printing. For the prototypes, the model parameters are identified based on experimental frequency response data of the prototypes. Using the identified model, a robust H∞ controller is designed to guarantee the robust stability of the closed-loop system and to optimize the closed-loop performance. The experimental results reveal larger and more complex uncertainties in miniaturized OISs with mass-produced parts compared to large-scale prototypes. Despite the increased amount of uncertainties, it is demonstrated that the robust H∞ controller still outperforms the conventional controllers in terms of robust closed-loop stability, performance, and controller order for practical implementation on a mobile phone device.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,264
Écart entre enseignants0,235 · 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'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dynamic Systems Measurement and ControlMême sujetImage and Video StabilizationTravaux en français237 207