MétaCan
Menu
Retour à la cohorte
Enregistrement W4406756605 · doi:10.25144/24260

DETERMINATION OF THE UNCERTAINTY CONTRIBUTION OF ACOUSTIC FRONT ENDS ON SOUND PRESSURE LEVEL MEASUREMENTS

2024· article· en· W4406756605 sur OpenAlexaboutno aff
Liyan Wu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcousticsSound pressureSound (geography)Measurement uncertaintyFront (military)Pressure measurementComputer sciencePhysicsEngineeringMathematicsMechanical engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

Sound pressure level measurements are key points to determine whether there is a breach of noise limits. Any measurement made without the knowledge of its uncertainty lacks signifi- cance. For this reason, an open measurement system has been developed at the National Re- search Council Canada for sound pressure level measurements with the focus on measurement uncertainties. For uncertainty evaluation of such a system, the most difficult task is determining the uncertainty contribution of its acoustic front end, or its microphone and preamplifier assem- bly. The acoustic frond end can be modelled as a linear time-invariant system. Once the fre- quency response of the acoustic front end has been measured, its effect on an arbitrary signal can be analyzed. However, measured microphone frequency response does not include phase in- formation, as no country in the world yet has Calibration and Measurement Capability (CMC) for microphone pressure sensitivity phase. With the completion of key comparison CCAUV.A- K5, this situation will change in the near future. Now is the time to determine the uncertainty contribution of acoustic front end using the phase information available, such as that in CCAUV.A-K5. In this paper, a method for the evaluation of the uncertainty contribution of acoustic front ends is presented. The acoustic front end is first modelled as a linear time- invariant system. Its measured frequency response at discrete frequencies is then curve-fit to ob- tain the response covering the entire frequency domain. The output of the acoustic front end is simply the convolution of the input with the acoustic front end's impulse response. The uncer- tainty contribution is finally calculated by propagating the uncertainties of the acoustic front end output at every time instance. Examples are given for typical acoustic front ends with various types of acoustic signals.

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)0,006
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,053
Tête enseignante GPT0,286
Écart entre enseignants0,234 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAcoustic Wave Phenomena ResearchTravaux en français237 207