Analyse automatique de donnees par support vector machines non supervises
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cette dissertation presente un ensemble d'algorithmes visant a en permettre un usage rapide, robuste et automatique des « Support Vector Machines » (SVM) non supervises dans un contexte d'analyse de donnees. Les SVM non supervises se declinent sous deux types algorithmes prometteurs, le « Support Vector Clustering » (SVC) et le « Support Vector Domain Description » (SVDD), offrant respectivement une solution a deux problemes importants en analyse de donnees, soit la recherche de groupements homogenes (« clustering »), ainsi que la reconnaissance d'elements atypiques (« novelty/abnomaly detection ») a partir d'un ensemble de donnees. Cette recherche propose des solutions concretes a trois limitations fondamentales inherentes a ces deux algorithmes, notamment 1) l'absence d'algorithme d'optimisation efficace permettant d'executer la phase d'entrainement des SVDD et SVC sur des ensembles de donnees volumineux dans un delai acceptable, 2) le manque d'efficacite et de robustesse des algorithmes existants de partitionnement des donnees pour SVC, ainsi que 3) l'absence de strategies de selection automatique des hyperparametres pour SVDD et SVC controlant la complexite et la tolerance au bruit des modeles generes. La resolution individuelle des trois limitations mentionnees precedemment constitue les trois axes principaux de cette these doctorale, chacun faisant l'objet d'un article scientifique proposant des strategies et algorithmes permettant un usage rapide, robuste et exempt de parametres d'entree des SVDD et SVC sur des ensembles de donnees arbitraires.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 découle