Vers une nouvelle méthode de synthèse de commande pour les réseaux de Petri p-temporels
Bibliographic record
Abstract
Les Réseaux de Petri constituent un formalisme puissant et reconnu pour la spécification et la vérification de systèmes concurrents, tels que les systèmes séquentiels et les systèmes de production manufacturière. Afin de prendre en compte de manière efficace le facteur temps, de nombreux modèles ont vu le jour, chacun étant dédié à un domaine particulier d'application. Dans cet article une nouvelle méthode de synthèse de commande pour les réseaux de Petri p-temporels est développée. Elle est basée sur la notion d'instants de tir et consiste à déterminer un système d'inégalités linéaires, obtenu pour une possible évolution du réseau autonome sous-jacent au réseau temporel considéré. Ce système peut alors être utilisé pour évaluer les performances d'un fonctionnement spécifique, vérifier l'accessibilité de marquages particuliers mais aussi pour synthétiser une commande répondant à des spécifications désirées. De plus, l'approche n'est pas restreinte à des sousclasses de réseaux ou à des réseaux saufs (ou T-saufs).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.021 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".