MétaCan
Menu
Retour à la cohorte
Enregistrement W6998871509

An automated decision support system for the identification of additive manufacturing redesign candidates

2019· dissertation· en· W6998871509 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2019
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésIdentification (biology)Decision support systemSoftwareProduct (mathematics)Resource (disambiguation)Selection (genetic algorithm)CADSet (abstract data type)Flexible manufacturing system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As additive manufacturing (AM) continues to mature, so does the need for a quick and effective method of determining how it should be applied in product design.In the past, these methods were naturally developed and passed on as tacit knowledge.However, with the rapid advancement of AM technologies, identifying parts which are eligible for AM as well as gaining insight on what value it may add to a product needs to be modelled in an objective and transferrable way.In this work, a framework for determining the candidacy of a part or assembly for AM is developed based on its economic feasibility and potential for AM-specific benefits.A set of selection criteria is created with the goal of fast-screening in mind; that is, the criteria is linked to data which can be automatically extracted from CAD models and resource planning databases.These selection criteria are used in conjunction with the candidacy framework to develop an automated decision support system for the identification of additive manufacturing redesign candidates.The decision support system is implemented in the form of a software which can be connected to existing CAD software for the quick identification of parts/assemblies that can be re-designed to be suitable for AM fabrication.Several case studies were conducted to validate the effectiveness of this decision support system.i ADML Additive Design and Manufacturing Lab AJAX Asynchronous JavaScript and XML AM Additive manufacturing AMK Additive manufacturing knowledge API Application programming interface ASTM American Society for Testing and Materials CAD Computer aided design DfAM Design for additive manufacturing DSS Decision support 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.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,000
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,012
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207