MétaCan
Menu
Retour à la cohorte
Enregistrement W4233884558 · doi:10.1201/9780203750513

Intelligent Control

2018· book· en· W4233884558 sur OpenAlexaff
Clarence W. de Silva

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineComputer Science
ThématiqueFuzzy Logic and Control Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The emergence of fuzzy logic and its applications has dramatically changed the face of industrial control engineering. Over the last two decades, fuzzy logic has allowed control engineers to meet and overcome the challenges of developing effective controllers for increasingly complex systems with poorly defined dynamics. Today's engineers need a working knowledge of the principles and techniques of fuzzy logic-Intelligent Control provides it.The author first introduces the traditional control techniques and contrasts them with intelligent control. He then presents several methods of representing and processing knowledge and introduces fuzzy logic as one such method. He highlights the advantages of fuzzy logic over other techniques, indicates its limitations, and describes in detail a hierarchical control structure appropriate for use in intelligent control systems. He introduces a variety of applications, most in the areas of robotics and mechatronics but with others including air conditioning and process/production control. One appendix provides discussion of some advanced analytical concepts of fuzzy logic, another describes a commercially available software system for developing fuzzy logic application.Intelligent Control is filled with worked examples, exercises, problems, and references. No prior knowledge of the subject nor advanced mathematics are needed to comprehend much of the book, making it well-suited as a senior undergraduate or first-year graduate text and a convenient reference tool for practicing professionals.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0400,017

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 Opus0,014
Tête enseignante GPT0,209
Écart entre enseignants0,195 · 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'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

Citations93
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFuzzy Logic and Control SystemsTravaux en français237 207