MétaCan
Menu
Retour à la cohorte
Enregistrement W6894085669 · doi:10.5281/zenodo.7070901

Systems architecting: a practical example of design space modeling and safety-based filtering within the AGILE4.0 project

2022· article· en· W6894085669 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSystems Engineering Methodologies and Applications
Établissements canadiensConcordia University
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésAerospaceProcess (computing)ArchitectureSystems designFilter (signal processing)Systems architectureSpace (punctuation)System safetyBaseline (sea)

Résumé

récupéré en direct d'OpenAlex

The aerospace industry strives towards innovative aircraft concepts that feature increasing electrification to meet environmental and business targets. Advanced Multi-Disciplinary Analysis and Optimization (MDAO) frameworks have been developed to help evaluate these aircraft and their systems. However, the system architecting process still relies on a system architecture baseline from past aircraft programs or historical data, thereby precluding the exploration of a larger design space and identifying optimal solutions for further development. Furthermore, the evolution of system safety is a critical factor in establishing the feasibility of a system architecture solution. Therefore, there is a need to explore a large design space of system architectures for safety, certification, and performance requirements in an efficient manner. This paper presents a rule-based safety assessment approach within a systems architecting framework that demonstrates the ability to generate and filter a large design space based on safety heuristics. This approach is demonstrated using a case study for an aircraft landing gear braking system.

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.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,150
Tête enseignante GPT0,284
Écart entre enseignants0,133 · 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