MétaCan
Menu
Retour à la cohorte
Enregistrement W2022869221 · doi:10.1111/j.1467-9868.2008.00653.x

Isotropic Spectral Additive Models of the Covariogram

2008· article· en· W2022869221 sur OpenAlexafffund
Miro Powojowski

Notice bibliographique

RevueJournal of the Royal Statistical Society Series B (Statistical Methodology) · 2008
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Inference
Établissements canadiensUniversité de Montréal
Organismes subventionnairesGovernment of CanadaAustralian Government
Mots-clésCovarianceCovariance functionMathematicsEstimatorApplied mathematicsRational quadratic covariance functionSpectral densitySpectral representationEstimation of covariance matricesIsotropyMatérn covariance functionSpectral density estimationFunction (biology)Covariance intersectionMathematical analysisStatisticsFourier transformPhysics

Résumé

récupéré en direct d'OpenAlex

Summary A class of additive covariance models of an isotropic random process is proposed, motivated by the spectral representation of the covariance function. Model parameters are estimated by using a special case of the minimum norm quadratic estimation estimator, whose asymptotic moments have convenient expressions in terms of spectral densities. Fitting a model in this class is equivalent to fitting an additive model of the spectral density. The class of spectral additive models proposed is dense in the set of summable covariance functions having a spectral density, allowing approximately unbiased estimation of an arbitrary covariance function and its spectral density. Theoretical results are supported by numerical comparison with commonly used models. A procedure to assist model selection is proposed. The techniques are illustrated with an application to contaminant data.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,161
Tête enseignante GPT0,364
Écart entre enseignants0,203 · 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

Citations1
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Royal Statistical Society Series B (Statistical Methodology)Même sujetStatistical Methods and InferenceTravaux en français237 207