MétaCan
Menu
Retour à la cohorte
Enregistrement W3081111488 · doi:10.3390/vibration3030016

A Comparison of Time-Frequency Methods for Real-Time Application to High-Rate Dynamic Systems

2020· article· en· W3081111488 sur OpenAlexaff
Jin Yan, Simon Laflamme, Premjeet Singh, Ayan Sadhu, Jacob Dodson

Notice bibliographique

RevueVibration · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensWestern University
Organismes subventionnairesNational Science Foundation
Mots-clésComputer scienceShort-time Fourier transformEstimatorTransformation (genetics)ComputationFourier transformWavelet transformAlgorithmWaveletControl theory (sociology)Artificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

High-rate dynamic systems are defined as engineering systems experiencing dynamic events of typical amplitudes higher than 100 gn for a duration of less than 100 ms. The implementation of feedback decision mechanisms in high-rate systems could improve their operations and safety, and even be critical to their deployment. However, these systems are characterized by large uncertainties, high non-stationarities, and unmodeled dynamics, and it follows that the design of real-time state-estimators for such purpose is difficult. In this paper, we compare the promise of five time-frequency representation (TFR) methods at conducting real-time state estimation for high-rate systems, with the objective of providing a path to designing implementable algorithms. In particular, we examine the performance of the short-time Fourier transform (STFT), wavelet transformation (WT), Wigner–Ville distribution (WVD), synchrosqueezed transform (SST), and multi-synchrosqueezed transform (MSST) methods. This study is conducted using experimental data from the DROPBEAR (Dynamic Reproduction of Projectiles in Ballistic Environments for Advanced Research) testbed, consisting of a rapidly moving cart on a cantilever beam that acts as a moving boundary condition. The capability of each method at extracting the beam’s fundamental frequency is evaluated in terms of precision, spectral energy concentration, computation speed, and convergence speed. It is found that both the STFT and WT methods are promising methods due to their fast computation speed, with the WT showing particular promise due to its faster convergence, but at the cost of lower precision on the estimation depending on circumstances.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,374
Écart entre enseignants0,348 · 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'étudeObservationnel
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

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVibrationMême sujetStructural Health Monitoring TechniquesTravaux en français237 207