MétaCan
Menu
Retour à la cohorte
Enregistrement W4387860086 · doi:10.52842/conf.acadia.2021.372

Discrete Quasicrystal Assembly

2021· article· en· W4387860086 sur OpenAlexaff
Donghwi Chris Kang, Nicholas Hoban, Maria Yablonina

Notice bibliographique

RevueACADIA quarterly · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueQuasicrystal Structures and Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTask (project management)QuasicrystalFabricationEnvelope (radar)Computer scienceDiscrete geometryBoundary (topology)Engineering drawingArchitectural geometryGeometryComputer graphics (images)EngineeringMathematicsProgramming languageSystems engineeringSoftware

Résumé

récupéré en direct d'OpenAlex

The research presented in this paper proposes a bespoke digital machine-material system for architectural assembly. The research aims to contribute to the body of work in digital material systems and single-task construction and fabrication robotics. Specifically, the system proposes a digital material system based on the icosahedral quasicrystals accompanied with a bespoke assembling robot capable of locomotion along the material as well as manipulation of discrete material units. Through a set of locomotion and pick and place routines, the robotic system is capable of construction and reconfiguration of the material system. In proposing a digital machine-material system, the presented research argues for the development of design, fabrication, and robotics strategies wherein hardware, geometry, material, and software are developed in parallel in an interdependent co-design process. Such approach of considering parameters across the spectrum of design tasks allows to develop systems that are well suited for their specified application while maintaining minimum complexity and increasing accessibility of fabrication systems.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACADIA quarterlyMême sujetQuasicrystal Structures and PropertiesTravaux en français237 207