MétaCan
Menu
Retour à la cohorte
Enregistrement W4295038237 · doi:10.1109/globconet53749.2022.9872445

Keynote Speaker

2022· article· en· W4295038237 sur OpenAlexaff
Akshay Kumar, Andrew Smith, Keynote Speaker, M Ayman

Notice bibliographique

Revue2022 IEEE IAS Global Conference on Emerging Technologies (GlobConET) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésWaveformInverterSpace vector modulationPulse-width modulationVoltageModulation (music)CapacitorComputer scienceElectronic engineeringThree-phaseControl theory (sociology)Electrical engineeringTopology (electrical circuits)EngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Sinusoidal Pulse Width Modulation (SPWM) technique has been a powerful method to generate sine waveform at inverter output from a fixed dc link input.Similarly, space vector modulation (SVM) has been widely adopted to produce the three-phase sine AC output from a fixed dc link.These two modulation techniques are implemented on 3-phase 3-leg (6 switches) six-step inverter topology if the dc link voltage is much higher than desired three-phase rms output.However, if the source/dc link voltage is lower or much lower than ac rms output, then frond-end dc/dc converters becomes necessary.To implement existing SVM or carrier based modulation, traditionally large number of semiconductor devices, three-phase magnetics, and bulky unreliable electrolytic capacitor are employed to develop a high voltage dc link at inverter input.Novel Single-reference-Six-Pulse Modulation (SRSPM) substantially reduces the number of semiconductor devices and magnetics and eliminates the dc link electrolytic capacitor allowing pulsating dc link voltage waveform at the inverter input.It significantly reduces the cost, size, and weight and improves reliability of the system.The control complexity is much simplified because of the reduced reference signals generation and gate driving requirements .This novel SRSPM is simple and results in saving of 87% switching losses.The concept has been experimentally implemented and demonstrated with closed loop control to achieve 97% efficiency at low voltage high current specifications.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil0,503

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,6470,430

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 Opus0,024
Tête enseignante GPT0,241
Écart entre enseignants0,217 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE IAS Global Conference on Emerging Technologies (GlobConET)Même sujetMultilevel Inverters and ConvertersTravaux en français237 207