MétaCan
Menu
Retour à la cohorte
Enregistrement W4206296923 · doi:10.21203/rs.3.rs-1065081/v1

A new approach for dam safety assessment using the extended cloud model

2022· preprint· en· W4206296923 sur OpenAlexaff
Liansheng Sang, Jun Wang, Jueyi Sui, Maurício Dziedzic

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCloud computingAnalytic hierarchy processInterval (graph theory)Warning systemComputer scienceDivision (mathematics)Process (computing)Safety monitoringFuzzy logicReliability engineeringData miningOperations researchEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract To address the uncertainty problem in the assessment of the overall safety trend of dams and in the selection of safety trend warning indicators, an Extended Cloud Model (ECM) combined with the Extended Analytic Hierarchy Process (EAHP) method is proposed in this study. In this new approach, different factors reflecting dam safety monitoring have been considered as a fuzzy system. Considering the characteristics of the forward cloud model and the backward cloud model, the original data have been extended to classify the division interval and determine the respective indicators. The weight distribution for each indicator level has been determined using the EAHP method. The model developed was applied to evaluate the safety trend of the Jilintai concrete faced rockfill dam. Simulation results showed that the proposed model can generate reliable results, in addition to being used to assess the uncertainty problem and the safety warning indicator. The proposed model is also more flexible and easier to use than other methods.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,110
Tête enseignante GPT0,403
Écart entre enseignants0,293 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetDam Engineering and SafetyTravaux en français237 207