MétaCan
Menu
Retour à la cohorte
Enregistrement W1992777855 · doi:10.3166/ria.21.295-332

Exact and approximate inference in ProBT

2007· article· fr· W1992777855 sur OpenAlexvenueno aff
Kamel Mekhnacha, Juan-Manuel Ahuactzin, Pierre Bessìère, Emmanuel Mazer, Linda Smail

Notice bibliographique

RevueRevue d intelligence artificielle · 2007
Typearticle
Languefr
DomaineComputer Science
ThématiqueBayesian Modeling and Causal Inference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInferenceComputer scienceBayesian inferenceFiducial inferenceFrequentist inferenceProbabilistic logicPredictive inferenceStatistical inferenceMonte Carlo methodBayesian networkInference engineMachine learningAlgorithmArtificial intelligenceBayesian probabilityMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

We present a unifying framework for and inference in Bayesian networks. This framework is used in ProBT, a general purpose inference engine for probabilistic reasoning and incremental model construction. This paper is not intended to present ProB T but to describe its underlying algorithms mainly the Successive Restrictions Algorithm (SRA) for inference, and the Monte Carlo Simultaneous Estimation and Maximization (MCSEM) algorithm for inference problems. The main idea of ProBT is to use probability expressions that can be exact or approximate as basic bricks to build more complex models incrementally.

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)0,009
score de la tête « metaresearch » (Gemma)0,048
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,004
Communication savante0,0050,011
Science ouverte0,0030,005
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,079
Tête enseignante GPT0,314
Écart entre enseignants0,235 · 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
GenreMéthodes

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

En bref

Citations18
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue d intelligence artificielleMême sujetBayesian Modeling and Causal InferenceTravaux en français237 207