論文の概要: Advantages in Using a Stock Spring Selection Tool that Manages the
Uncertainty of the Designer Requirements
- arxiv url: http://arxiv.org/abs/2208.03423v1
- Date: Thu, 4 Aug 2022 09:47:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-09 13:08:35.242738
- Title: Advantages in Using a Stock Spring Selection Tool that Manages the
Uncertainty of the Designer Requirements
- Title(参考訳): 設計者の要求の不確実性を管理するストックスプリング選択ツールの使用の利点
- Authors: Manuel Paredes (ICA), Marc Sartor (ICA), C\'edric Masclet (LGMT)
- Abstract要約: 本稿では,設計要件の不確実性を管理するストックスプリング選択ツールの利点について述べる。
データベース内から最も適したバネを抽出するために必要な計算を全て行うコンピュータ支援ストックバネ選択ツールが提示される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper analyses the advantages of using a stock spring selection tool
that manages the uncertainty of designer requirements. Firstly, the manual
search and its main drawbacks are described. Then a computer assisted stock
spring selection tool is presented which performs all necessary calculations to
extract the most suitable spring from within a database. The algorithm analyses
data set with interval values using both multi-criteria analysis and fuzzy
logic. Two examples, comparing manual and assisted search, are presented. They
show not only that the results are significantly better using the assisted
search but it helps designers to detail easily and precisely their
specifications and thus increase design process flexibility.
- Abstract(参考訳): 本稿では,設計要件の不確実性を管理するストックスプリング選択ツールの利点を分析する。
まず,手動検索とその主な欠点について述べる。
そして、データベース内から最も適したバネを抽出するために必要なすべての計算を行うコンピュータ支援ストックバネ選択ツールを示す。
本アルゴリズムは,マルチクリトリア解析とファジィ論理の両方を用いて,区間値のデータセットを解析する。
マニュアル検索とアシスト検索を比較した2つの例を示す。
彼らは、結果がアシスト検索の利用で著しく優れているだけでなく、設計者が簡単に正確に仕様を記述でき、それによって設計プロセスの柔軟性が向上することを示した。
関連論文リスト
- LESS: Selecting Influential Data for Targeted Instruction Tuning [69.50855460630105]
本稿では,データの影響を推定し,命令データ選択のための低ランクグレーディエント類似度探索を行うアルゴリズムであるLESSを提案する。
LESS選択したデータの5%のトレーニングは、さまざまなダウンストリームタスクにわたる完全なデータセットでのトレーニングよりも優れています。
我々の方法は、意図した下流アプリケーションに必要な推論スキルを識別するために、表面的なフォームキューを超えています。
論文 参考訳(メタデータ) (2024-02-06T19:18:04Z) - MetaTool Benchmark for Large Language Models: Deciding Whether to Use
Tools and Which to Use [82.24774504584066]
大規模言語モデル(LLM)は、その印象的な自然言語処理(NLP)能力のために大きな注目を集めている。
このベンチマークは、LLMがツールの使用意識を持ち、ツールを正しく選択できるかどうかを評価するためのものだ。
8つの人気のあるLCMを巻き込んだ実験を行い、その大半は依然として効果的にツールを選択するのに苦労していることがわかった。
論文 参考訳(メタデータ) (2023-10-04T19:39:26Z) - Improving Text Matching in E-Commerce Search with A Rationalizable,
Intervenable and Fast Entity-Based Relevance Model [78.80174696043021]
エンティティベース関連モデル(EBRM)と呼ばれる新しいモデルを提案する。
この分解により、高精度にクロスエンコーダQE関連モジュールを使用できる。
また、ユーザログから自動生成されたQEデータによるQEモジュールの事前トレーニングにより、全体的なパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2023-07-01T15:44:53Z) - BitE : Accelerating Learned Query Optimization in a Mixed-Workload
Environment [0.36700088931938835]
BitEは、データベース統計とメタデータを使用して、学習したクエリをチューニングしてパフォーマンスを向上させる、新しいアンサンブル学習モデルである。
我々のモデルは従来の手法に比べて19.6%改善されたクエリと15.8%改善されたクエリを実現している。
論文 参考訳(メタデータ) (2023-06-01T16:05:33Z) - Finding Support Examples for In-Context Learning [73.90376920653507]
本稿では,この課題を2段階に解決するためのfilter-thEN-Search法であるLENSを提案する。
まず、データセットをフィルタリングして、個別に情報的インコンテキストの例を得る。
そこで本研究では,反復的に改良し,選択したサンプル順列を評価可能な多様性誘導型サンプル探索を提案する。
論文 参考訳(メタデータ) (2023-02-27T06:32:45Z) - Assisting Human Decisions in Document Matching [52.79491990823573]
我々は,意思決定者のパフォーマンスを向上する支援情報の種類を評価するためのプロキシマッチングタスクを考案した。
ブラックボックスモデルによる説明を提供することで,マッチング作業におけるユーザの精度が低下することが判明した。
一方,タスク固有のデシラタに密接に対応するように設計されたカスタムメソッドは,ユーザのパフォーマンス向上に有効であることが判明した。
論文 参考訳(メタデータ) (2023-02-16T17:45:20Z) - Text Characterization Toolkit [33.6713815884553]
我々は、新しいモデルやベンチマークを示す際に、より深い結果分析がデファクトスタンダードになるべきだと論じている。
研究者はデータセットの特性とそれらの特性がモデルの振る舞いに与える影響を研究するために利用できるツールを提案する。
論文 参考訳(メタデータ) (2022-10-04T16:54:11Z) - Open Tracing Tools: Overview and Critical Comparison [10.196089289625599]
本稿では,一般的なOpenトレースツールの概要を比較を通じて示すことを目的としている。
われわれはまず,目的,体系的,再現可能な方法でRa30ツールを同定した。
その結果,1) 評価機能,2) ピアレビュー文学とオンラインメディアの両方での人気,3) メリットと課題を考察した。
論文 参考訳(メタデータ) (2022-07-14T12:52:32Z) - Diagnosing Ensemble Few-Shot Classifiers [69.15270726640723]
そこで本研究では,視覚解析手法であるFSLDiagnotorを提案し,その原因を解明し,改善する。
2つのケーススタディにより、FSLDiagnotorは、数ショットの分類器を効率的に構築し、精度をそれぞれ12%と21%向上させることを示した。
論文 参考訳(メタデータ) (2022-06-09T09:29:18Z) - Parallel feature selection based on the trace ratio criterion [4.30274561163157]
本研究は,PFSTを用いた並列特徴選択という,新しい並列特徴選択手法を提案する。
提案手法は,Fisher's Discriminant Analysisで用いられるクラス分離性の尺度であるトレース基準を用いて特徴的有用性を評価する。
実験により,本手法は,比較対象の他の手法による時間的差のごく一部で,少数の特徴セットを生成できることが確認された。
論文 参考訳(メタデータ) (2022-03-03T10:50:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。