MétaCan
Menu
Back to cohort
Record W775780002

CONTINUOUS TIME AND SPACE IDENTIFICATION An identification process based on Chebyshev polynomials expansion For monitoring on continuous structure BY

2013· preprint· en· W775780002 on OpenAlexfundno aff
Catherine Chochol

Bibliographic record

Venuetheses.fr (ABES) · 2013
Typepreprint
Languageen
FieldComputer Science
TopicSensor Technology and Measurement Systems
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of Canada
KeywordsPhysicsMathematicsChebyshev polynomialsHumanitiesMathematical analysisPhilosophy
DOInot available

Abstract

fetched live from OpenAlex

La méthode d'identification développée dans cette thèse est inspirée des travaux de D. Rémond. On considérera les données d'entrée suivante : la réponse de la structure, qui sera mesurée de manière discrète, et qui dépendra des dimensions de la structure (temps, espace) le modèle de comportement, qui sera exprimé sous forme d'une équation différentielle ou d'une équation aux dérivées partielles, les conditions aux limites ainsi que la source d'excitation seront considérées comme non mesurées, ou inconnues. La procédure d'identification est composée de trois étapes : la projection sur une base polynomiale orthogonale (polynômes de Chebyshev) du signal mesuré, la différentiation du signal mesuré, l'estimation de paramètres, en transformant l'équation de comportement en une équation algébrique. La poutre de Bernoulli a permis d'établir un lien entre l'ordre de troncature de la base polynomiale et le nombre d'ondes contenu dans le signal projeté. Sur un signal bruité, nous avons pu établir une valeur de nombre d'onde et d'ordre de troncature minimum pour assurer une estimation précise du paramètre à identifier. Grâce à l'exemple de la poutre de Timoshenko, nous avons pu réadapter la procédure d'identification à l'estimation de plusieurs paramètres. Trois paramètres dont les valeurs ont des ordres radicalement différents ont été estimés. Cet exemple illustre également la stratégie de régularisation à adopter avec ce type de problèmes. L'estimation de l'amortissement sur une poutre a été réalisée avec succès, que ce soit à l'aide de sa réponse transitoire ou à l'aide du régime établi. Le cas bidimensionnel de la plaque a également été traité. Il a permis d'établir un lien similaire au cas de la poutre de Bernoulli entre le nombre d'onde et l'ordre de troncature. Deux cas d'applications expérimentales ont été traités au cours de cette thèse. Le premier se base sur le modèle de la poutre de Bernoulli, appliqué à la détection de défaut. En effet on applique un procédé d'identification ayant pour hypothèse initiale la continuité de la structure. Dans le cas où celle-ci ne le serait pas on s'attend à observer une valeur aberrante du paramètre reconstruit. Le procédé permet de localiser avec succès le lieu de la discontinuité. Le second cas applicatif vise à reconstruire l'amortissement d'une structure 2D : une plaque libre-libre. On compare les résultats obtenus à l'aide de notre procédé d'identification à ceux obtenus par Ablitzer à l'aide de la méthode RIFF. Les deux méthodes permettent d'obtenir des résultats sensiblement proches.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.002
Threshold uncertainty score0.008

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

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.

Opus teacher head0.023
GPT teacher head0.273
Teacher spread0.250 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicSensor Technology and Measurement SystemsFrench-language works237,207