MétaCan
Menu
Retour à la cohorte
Enregistrement W2009371048 · doi:10.1109/tevc.2013.2252852

Guest Editorial: Special Issue on Understanding Complex Evolutionary Systems

2013· editorial· en· W2009371048 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Evolutionary Computation · 2013
Typeeditorial
Langueen
DomaineComputer Science
ThématiqueEvolutionary Algorithms and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEvolutionary computationJudgementEvolutionary algorithmSet (abstract data type)Simple (philosophy)Data scienceArtificial intelligenceSelection (genetic algorithm)Quality (philosophy)Range (aeronautics)Management scienceTheoretical computer scienceMachine learningEpistemology

Résumé

récupéré en direct d'OpenAlex

Evolutionary computation research frequently relies on the analysis of the time, and know solutions or measures of the quality of solutions found as metrics for comparing different selection schemes, representations, and operators. While these are important tools, more nuanced tools are helpful even when trying to understand relatively simple evolutionary optimizers, and can be critical when coevolution or multicriteria optimization is being performed. The range of useful tools is broad, including theorems, visualizations, new metrics, and novel analysis techniques. This Special Issue presents six papers that include all of these. The purpose of this Special Issue is to expand our tool set for understanding the behavior of complex evolutionary systems. In the judgement of this writer, it is a good beginning, giving many examples, surveying known techniques, presenting new techniques, and giving many possible next steps. A brief summary of each article is provided.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,028
Tête enseignante GPT0,270
Écart entre enseignants0,242 · 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