MétaCan
Menu
Retour à la cohorte
Enregistrement W4386816332 · doi:10.23977/jemm.2023.080305

Application of Mechanical Electronic Engineering Technology in Sensor Measurement System

2023· article· en· W4386816332 sur OpenAlexvenueno aff
Shaomin Lu, Yiqing Huang, Siyu Hou, Wei Li

Notice bibliographique

RevueJournal of Engineering Mechanics and Machinery · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Detection Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMechatronicsElectronicsEngineeringManufacturing engineeringMechanical engineering technologySystem of measurementSystems engineeringMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

With the development of the times and technological progress, sensor measurement technology is also constantly developing. Mechatronics engineers are different from traditional mechatronics engineers. They utilize the manufacturing technology of mechatronics and the power of mechatronics engineers to stand at the forefront of the mechatronics technology revolution. New mechatronics engineers have been fully developed and gradually become mechatronics engineers. Today, the rise of mechanical Electronic engineering technology undoubtedly brings opportunities and challenges to sensor measurement systems. While replacing the technology and methods of old sensor measurement systems, it also brings important innovations. This paper mainly introduced the current situation, evolution and future prospects of mechanical and Electronic engineering technology, aiming at promoting its development and evolution, and discussed the application of mechanical and Electronic engineering technology in sensor measurement systems. Finally, the experimental analysis verified that the sensor measurement system based on mechanical Electronic engineering technology was 0.0785, 0.03%, less than 2um and less than 0.04% higher in sensitivity, linearity, return error and repeatability than the sensor measurement system with traditional technology, which showed the superiority of its overall performance.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering Mechanics and MachineryMême sujetAdvanced Measurement and Detection MethodsTravaux en français237 207