MétaCan
Menu
Retour à la cohorte
Enregistrement W4239982110 · doi:10.22215/etd/2014-10423

Using the Coalition Battle Management Language Standard for Interacting with the Restful Interoperability Simulation Environment

2014· dissertation· en· W4239982110 sur OpenAlexaff
Elizabeth Hosang

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueSimulation Techniques and Applications
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDEVSInteroperabilityComputer scienceArchitectureModeling languageSoftware engineeringBattleSet (abstract data type)Discrete event simulationCompilerConstruct (python library)Event (particle physics)Modeling and simulationProgramming languageWorld Wide WebSimulationSoftware

Résumé

récupéré en direct d'OpenAlex

Computer simulation is used for planning and training for cases where the real-life scenario is expensive, rare or dangerous. Interoperability techniques allow diverse models built using different technologies on different hardware platforms to interact to create a larger, more complex synthetic environment. The Coalition Battle Management Language (C-BML) standard provides a set of definitions that can be used to communicate a commander's intent. The Military Scenario Definition Language (MSDL) uses the same building blocks to construct an initial definition of a scenario that is to be executed. The Discrete Event Simulation (DEVS) methodology provides a technique for modeling systems that react to external input in the form of events. The RESTful Interoperability Simulation Environment (RISE) provides a webenabled platform that hosts the execution of DEVS models. This thesis proposes an architecture which adds the capability of using a structured scenario definition language file based on MSDL to initialize a DEVS model, and to provide a structured message based on C-BML as the initial input to a DEVS model. This architecture is validated through the execution of a scenario where civilian emergency services respond to an emergency.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,125
Tête enseignante GPT0,468
Écart entre enseignants0,344 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSimulation Techniques and ApplicationsTravaux en français237 207