MétaCan
Menu
Retour à la cohorte
Enregistrement W1739817710 · doi:10.3233/ifs-2008-00377

Fusion devices and changes of belief

2008· article· en· W1739817710 sur OpenAlexaff
Eugene Rovenţa, Tiberiu Spircu

Notice bibliographique

RevueJournal of Intelligent & Fuzzy Systems · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueLogic, Reasoning, and Knowledge
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésState (computer science)FusionSensor fusionSentenceComputer scienceArtificial intelligenceBelief revisionIntelligent agentDempster–Shafer theoryAlgorithmLinguistics

Résumé

récupéré en direct d'OpenAlex

After receiving a piece of evidence Π, intelligent agents adapt their belief state. Knowing the belief state of several sensor agents, a fusion agent forms its own belief state. A belief state (old or new) is characterized by numbers μ(A) attached to subsets A of the universe of worlds. (Usually μ(A) is interpreted as that part of the belief of an agent in the sentence "the actual world belongs to A" and not in any sentence "the actual world belongs to a strict subset of A".) In this paper we study how fusion agents treat changes of belief state of sensors. Two kinds of fusion are considered: the averaging by convex combination, and Dempster type conjunctive rules of combination. We establish that there is no coherent treatment, at the fusion agents' level, that is compatible with both kinds of fusion. To deal with better detection, a mixed structure involving intermediate supervision agents is proposed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,247
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent & Fuzzy SystemsMême sujetLogic, Reasoning, and KnowledgeTravaux en français237 207