MétaCan
Menu
Retour à la cohorte
Enregistrement W4323907226 · doi:10.1504/ijmrs.2023.129451

Multi-modal continuous approximate synthesis of planar four-bar function generators

2023· article· en· W4323907226 sur OpenAlexaff
Zachary Copeland, M. John D. Hayes

Notice bibliographique

RevueInternational Journal of Mechanisms and Robotic Systems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPlanarVariable (mathematics)Bar (unit)ModalFunction (biology)MathematicsMeasure (data warehouse)Constant (computer programming)Link (geometry)Continuous function (set theory)Mathematical analysisApplied mathematicsControl theory (sociology)AlgorithmComputer scienceCombinatoricsPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

This paper introduces a novel multi-modal continuous approximate synthesis algorithm for planar four-bar function generators. The synthesis equation is the sum of the squared input-output (IO) equations integrated over the different prescribed input variable parameter ranges. Every planar four-bar mechanism explicitly generates six distinct functions each uniquely determined by one set of link parameter constants. We will examine the simultaneous continuous approximate synthesis of two related perturbed, but not competing, functions between different pairs of joint variables that, in general, require different link constants to generate. The optimisation involves identifying the best compromise link lengths. Planar 4R and RRRP examples are presented where two different functions, one primary and the other perturbed secondary, are generated over continuous ranges between the specified input variable parameter and the associated output variable parameter. The area between the prescribed and generated continuous IO curves is both a measure of the design and structural errors.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,199 · 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
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mechanisms and Robotic SystemsMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207