MétaCan
Menu
Retour à la cohorte
Enregistrement W4285075802 · doi:10.48550/arxiv.1904.08894

A Julia Module for Polynomial Optimization with Complex Variables\n applied to Optimal Power Flow

2019· preprint· W4285075802 sur OpenAlexaff
Julie Sliwak, Manuel Ruíz, Miguel F. Anjos, Lucas Létocart, Emiliano Traversi

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typepreprint
Langue
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPolynomialMathematical optimizationOptimization problemMathematicsRepresentation (politics)Flow (mathematics)Power (physics)Applied mathematicsComputer scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Many optimization problems in power transmission networks can be formulated\nas polynomial problems with complex variables. A polynomial optimization\nproblem with complex variables consists in optimizing a real-valued polynomial\nwhose variables and coefficients are complex numbers subject to some complex\npolynomial equality or inequality constraints. These problems are usually\ndirectly converted to real variables, either using the polar form or the\nrectangular form. In this work, we propose a Julia module allowing the\nrepresentation of polynomial problems in their original complex formulation.\nThis module is applied to power systems optimization and its generic design\nenables the description of several variants of power system problems. Results\nfor the Optimal Power Flow in Alternating Current problem and for the\nPreventive-Security Constrained Optimal Power Flow problem are presented.\n

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)0,001
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 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 enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,170
Écart entre enseignants0,133 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetPower System Optimization and StabilityTravaux en français237 207