MétaCan
Menu
Retour à la cohorte
Enregistrement W6991554287

How to Reconcile COTS Components and Tailored Future-Proof Data Acquisition System in Flight Test Instrumentation

2023· article· en· W6991554287 sur OpenAlexaff

Notice bibliographique

RevueUA Campus Repository (The University of Arizona) · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésInstrumentation (computer programming)InteroperabilityStandardizationAutomatic test equipmentData acquisitionIntegration testingSoftwareTest (biology)System integrationSystem testing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During decades, FTI (Flight Test Instrumentation) systems were based on home-made or build-to-spec designs to address the specificities of each test article and the habits of each instrumentation engineers. However, thanks to decades of standardization efforts, the flight test community progressively took benefits of the interoperability brought by the products and the instrumentation suppliers converted their offer into COTS (Commercial-Off-The-Shelf) product lines. Despite the obvious benefits of the COTS approach (lead time, maturity, cost, maintenance, etc.), the focus on the mainstream needs have marginalized some features that brought a lot of value to some instrumentation engineers who now usually must complete their instrumentation system with custom items to meet their former expectations. The aim of this paper is to present how FTI system based on COTS components can be tailored to embrace the uniqueness of each program and ensure future-proof capabilities, through modules that allow hardware and software customizations with a seamless integration into Safran Data Systems COTS solution ecosystem.

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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,011
Tête enseignante GPT0,192
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUA Campus Repository (The University of Arizona)Même sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207