MétaCan
Menu
Retour à la cohorte
Enregistrement W3170560024 · doi:10.1002/9781118445112.stat03518.pub2

Linear Stochastic Control with Transfer Functions

2016· other· en· W3170560024 sur OpenAlexaff
Thomas J. Harris

Notice bibliographique

RevueWiley StatsRef: Statistics Reference Online · 2016
Typeother
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceControl chartProcess (computing)Control (management)Statistical process controlProcess controlQuality (philosophy)Stochastic controlControl engineeringTransfer functionControl theory (sociology)Optimal controlMathematical optimizationEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Control charts, cusums, exponentially weighted‐moving averages and Shewhart schemes are traditional methods used for industrial quality control. These methods may be used to ascertain when a process is in statistical control and to visualize patterns and abnormal events. These methods do not provide a comprehensive strategy for controlling a process to a target value. Stochastic control theory provides a unified framework for the design of controllers for industrial processes. By employing a model for the process dynamics and disturbances, very flexible control algorithms can be designed. The presence of serially correlated observations, inherent in many industrial processes, and delays associated with analytical measurements are incorporated in the control strategy. These algorithms are specifically designed to control the process variable at its target value. In this article, the basic elements of stochastic control are reviewed, an example is used to illustrate the methodology, and references provided to applications in quality control and process monitoring and assessment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley StatsRef: Statistics Reference OnlineMême sujetFault Detection and Control SystemsTravaux en français237 207