MétaCan
Menu
Retour à la cohorte
Enregistrement W4386740377 · doi:10.1117/12.2692510

Tool for the computation of ISO 10110 metrics

2023· article· en· W4386740377 sur OpenAlexaff
Michel Doucet, Nathalie Blanchard

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensInstitut National d'Optique
Organismes subventionnairesnon disponible
Mots-clésAlgorithmMonte Carlo methodComputer scienceSurface (topology)GraphMathematicsTheoretical computer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

The ISO-10110 metrics summarize in a few figures the gist of the form error of an optical surface. The values of a few ISO-10110 metrics are usually sufficient to tell if the optical elements are of adequate quality to allow the construction of an optical system with the desired performance. In the context of tolerance analysis, surface form deviations (SFD) are simulated by adding a random sum of generic surfaces on top of a nominal surface. A Matlab-based tool was created to convert the 2D continuous mathematical models of SFD into ISO-10110 metrics. The tool works directly on the raw data of the Monte-Carlo files produced by OpticsStudio during the tolerance analysis process. Not only ISO-10110 metrics are calculated by the tool, but also many mechanical metrics and other optical metrics. The entire set of metrics is calculated for all the surfaces, elements or groups and this for each of the Monte-Carlo optical configurations. Both rotationally symmetric and cylindrical surfaces can be processed by the tool. The calculation of the irregularities is done by a decomposition of the SFD functions into Zernike polynomials and bivariate Legendre polynomials respectively for rotationally symmetric and cylindrical surfaces. A bar graph is used to display all the results of a given type on a single graph. A distance correlation is implemented in the tool to help identify the worst sources of performance degradation. Therefore, the tool can also be used for the iterative tightening of the most significant tolerance operands during the entire tolerance analysis.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,100

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,283
Écart entre enseignants0,250 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive optics and wavefront sensingTravaux en français237 207