MétaCan
Menu
Retour à la cohorte
Enregistrement W4301460708 · doi:10.52842/conf.ecaade.2012.1.709

Application of Fuzzy Logic for Optimizing Foldable Freeform Geometries: An example of a practical application – a foldable window shade

2012· article· en· W4301460708 sur OpenAlexafffund
Madalina Wierzbicki-Neagu, Clarence W. de Silva

Notice bibliographique

RevueeCAADe proceedings · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of British Columbia
Mots-clésKinematicsComputer scienceFocus (optics)QuadrilateralFolding (DSP implementation)Fuzzy logicParametric statisticsWindow (computing)AlgorithmTheoretical computer scienceArtificial intelligenceMathematicsEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

This paper concerns the current discourse on computer-aided design tools for architectural design. There are drawbacks of purely analytic design tools which hinder a system-level, end-effect oriented ideation. For instance, most freeform quadrilateral meshes are fully constrained and therefore not capable of folding. They can only fold under special circumstances – when their geometry satisfi es the conditions of over-constrained kinematics. However, such intent of folding cannot be captured using simple modeling based on parameters and constraints. Furthermore, algorithmization of mesh kinematics using formulas is infl exible, it cannot handle topological variations, and it inhibits the interactive control of the model. In this paper, a fuzzy logic algorithm which uses a goal-oriented, human-like reasoning to control the parametric model is proposed. The algorithm applies easily observable behaviors of the geometry to adjust the selected patches until the entire shell can be folded. The algorithm relies on designer-observable characteristics of motion rather than on formulaic representations. Such approach directs the designers’ focus on the desired outcome while avoiding the drawbacks of analytic modeling of complex kinematics.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,266
Écart entre enseignants0,232 · 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'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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeCAADe proceedingsMême sujetArchitecture and Computational DesignTravaux en français237 207