MétaCan
Menu
Retour à la cohorte
Enregistrement W4249356701 · doi:10.1115/detc2018-85670

Visual Similarity to Aid Alternative-Use Concept Generation for Retired Wind-Turbine Blades

2018· article· en· W4249356701 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMultimodal Machine Learning Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReuseSimilarity (geometry)TurbineComputer scienceScale (ratio)Turbine bladeWork (physics)Wind powerArtificial intelligenceIndustrial engineeringHuman–computer interactionEngineeringMechanical engineeringImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

This work is motivated by finding alternative uses for retired wind-turbine blades, which have limited disposal options. Two reuse concept-generation activities (CGA) conducted in German universities revealed difficulties with the parts’ large scale and seeing beyond their original use. Existing methods, e.g., using functional analogy, are less applicable, since for safety reasons, these parts should not be reused in the same function. Therefore, this work explores the use of visual similarity to support reuse-concept generation. A method was developed that 1) finds visually similar images (VSI) for wind-turbine-blade photos; and 2) derives potential-reuse concepts based on objects that are visually similar to wind-turbine blades in these images. Comparing reuse concepts generated from the two methods, VSI produced fewer smaller-than-scale concepts than CGA. While other qualities like feasibility depend on the specific photo selected, this work provides a new framework to exploit visual similarity to find alternative uses. As demonstrated for wind-turbine blades, this method aids in generating alternative-use concepts, especially for large-scale objects.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil0,516

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,052
Tête enseignante GPT0,351
Écart entre enseignants0,299 · 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

En bref

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMultimodal Machine Learning ApplicationsTravaux en français237 207