Jumeau numérique : approches pour le maintien d'un inventaire géolocalisé en temps réel d'une cour à bois
Notice bibliographique
Résumé
Pour l’industrie du sciage, l’automatisation des processus décisionnels passe par le maintien d’un inventaire géolocalisé de la cour à bois. Cela constitue un défi technique considérable, notamment parce qu’il s’agit d’un environnement extérieur hostile à la merci des intempéries et où il n’existe pas d’emplacement prédéfini d’entreposage des produits. Nous avons donc entrepris la création d’un jumeau numérique permettant de maintenir en temps réel l’inventaire géolocalisé (x,y,z) d’une cour à bois, malgré le fait que les signaux émanant du monde réel (ex. : coordonnées GPS de la chargeuse) soient bruités. Nous proposons des algorithmes permettant de maintenir le modèle à jour en temps réel. Des expérimentations sont réalisées à partir de données industrielles afin d’identifier le niveau maximal d’incertitude sur les coordonnées GPS tolérable. Les résultats montrent qu’avec nos algorithmes, il serait possible de maintenir l’inventaire à jour en faisant usage de technologies de localisation existante et en adoptant des pratiques d’affaires légèrement modifiées.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».