MétaCan
Menu
Retour à la cohorte
Enregistrement W4388473479 · doi:10.1016/j.automatica.2023.111357

Cooperative concurrent targeting for planar arrays of point sources

2023· article· en· W4388473479 sur OpenAlexafffund
Pouria Ramazi, Fan Zhang, Ming Cao

Notice bibliographique

RevueAutomatica · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensBrock University
Organismes subventionnairesNational Key Research and Development Program of ChinaBrock UniversityNational Natural Science Foundation of China
Mots-clésIntersection (aeronautics)PlanarOrientation (vector space)Point (geometry)Boundary (topology)GeometryConvergence (economics)Plane (geometry)Coordinate systemTopology (electrical circuits)MathematicsComputer scienceMathematical analysisCombinatoricsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Motivated by practical applications in satellite formations and directional antenna arrays , the problem of targeting a planar array of point sources at one common object of interest is proposed and then solved using novel distributed coordination strategies. These point sources are arbitrarily located on the x – y plane and the boundary point sources, whose either x or y coordinate is extremal, already orient to the non-coplanar target point. The only global information shared among the remaining point sources is the positive directions of the global coordinate axes x and y , and hence, they have to rely on sensing the changes of the orientation angles of their nearest neighbors to adjust their own orientation. We prove that under our control law, the orientation lines will asymptotically intersect at the same point of concurrency as the boundary point sources. The main idea behind the designed control law is the intuitive argument from Euclidean geometry that reducing the differences between the distances to the x – y plane of the pairwise intersection points of the orientation lines leads to realizing concurrent targeting. We further show the boundedness and exponential convergence speed of the orientation angles.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,269
Écart entre enseignants0,247 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentnon

Explorer davantage

Même revueAutomaticaMême sujetDistributed Control Multi-Agent SystemsTravaux en français237 207