Notice bibliographique
Résumé
In this work we employ heuristic search to obtain macro operators for spaces defined in our production system. A macro operator is a sequence of original operators which reaches a subgoal from a state without search. A macro table has operators for each subgoal. Korf (Korf 1985) used macro operators to find suboptimal solutions for the Rubik's Cube and the 15-Puzzle. While the paths found by the macro method are not guaranteed to be optimal, once the macro table is calculated the search effort is negligible. Traditionally macro operators were found by uninformed search methods, because there were no obvious heuristics. We have devised a simple notation, PSVN (Hernadvolgyi & Holte 1999), to represent state spaces. In PSVN, states are vectors of labels and the operators are simple rewriting rules. For this notation we invented a technique to automatically generate admissible and monotonic heuristics to guide the A* family of algorithms. We apply a simple transformation – domain abstraction – on the description of the original space to obtain the abstract space where the distance between two states in the original space is never shorter than the distance between their images in the abstract space. The heuristic values are the lengths of shortest paths in the abstract space. We calculate the distance between the image of the goal state and the rest of the abstract states and store them in a look-up table indexed by the abstract states. This look-up table is also called a pattern database and the method was first used by Culberson and Schaeffer to solve the 15-Puzzle (Culberson & Schaeffer 1994). Korf used pattern databases to solve random instances of the Rubik's Cube for the first time. So far pattern databases have only been used to obtain shortest paths. In this work we use them to find macro operators. A macro operator reaches a subgoal state without search. To solve for a goal state, each macro brings one (or a few) of the labels in the vector representing the state to the index where they occur in the goal state. Subsequent application of the macros in the order of the subgoals fixes all labels and the goal state is reached. The subgoals are patterns where labels at specific indices are identical to the labels of the goal state at those indices. The first subgoal is to fix the label at index i1, the next subgoal is to fix the label at index i2 such that the label at index i1 remains intact and the last subgoal is to fix the last label leaving already fixed labels undisturbed. It
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».