MétaCan
Menu
Retour à la cohorte
Enregistrement W1963008840 · doi:10.3968/j.css.1923669720060203.004

Research Again On the Cutting Plane Method Resolving ILP Problems

2009· article· en· W1963008840 sur OpenAlexvenueno aff
Yi-jie Xiong, J. P. Ren

Notice bibliographique

RevueCanadian social science · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimization and Packing Problems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesCutting-plane methodInteger programmingMathematicsPlane (geometry)PhilosophyAlgorithmGeometry

Résumé

récupéré en direct d'OpenAlex

How to resolve ILP problems is all along hotspot subject In the Operation Research region. The author of the paper, by the demonstration research method, analyzed the errors of Cutting Plane Method used in resolving ILP, and put forth a new principle, i.e. “it is such as a cutting plane equation that has more great restriction on a given problem”. At the same time, the author pointed out that there are two problems that would be noticed in using course. The paper has important theory and practice value. Key words: Integer Linear Programming (ILP), Cutting plane equation, Export Equation Resume: Comment resoudre les problemes ILP est toujours un sujet chaud dans le milieu de la Recherche d’Operation. L’auteur de cet essai, a travers la methode de demonstration, a analyse les fautes de la Methode de Coupe Plane utilisee pour resoudre ILP et a propose un nouveau principe, par exemple : « il est comme une equation de coupe plane qui a plus de restrictions sur un probleme donne. ». En meme temps, l’auteur indique qu’il y a deux problemes qui seraient notes au cours de l’utilisation. Cet article revetit une valeur importante theorique et pratique. Mots-Cles: ILP( Integer Linear Programming /programmation lineaire du nombre entier), equation de coupe plane, equation d’exportation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,004
Communication savante0,0040,012
Science ouverte0,0030,003
Intégrité de la recherche0,0030,011
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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 Opus0,053
Tête enseignante GPT0,324
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetOptimization and Packing ProblemsTravaux en français237 207