MétaCan
Menu
Retour à la cohorte
Enregistrement W2069402847 · doi:10.1080/15326349.2013.783289

A Risk Model Based on Markov Chains with Marked Transitions

2013· article· en· W2069402847 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

RevueStochastic Models · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensActuaWestern University
Organismes subventionnairesNational Science Council
Mots-clésMarkov chainMathematicsCoupling (piping)Statistical physicsMarkov processMultivariate statisticsQueueApplied mathematicsCombinatoricsStatisticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

In this article, we introduce a multivariate risk process with multiple types of claims. This model is based on the so-called Markov chain with marked transitions introduced in He and Neuts.[ 13 He , Q.-M. ; Neuts , M.F. Markov chains with marked transitions . Stochastic Processes and Their Applications 1998 , 74 ( 1 ), 37 – 52 .[Crossref], [Web of Science ®] , [Google Scholar] ] It allows dependencies among the claim frequencies, among the claim severities, as well as between claim frequencies and claim sizes. We first derive formulas for the probabilities ruin due to different types of losses using classical root-finding techniques and then we show that the ruin probabilities may be obtained by coupling the risk process to a fluid queue.

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)0,002
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,296
Écart entre enseignants0,240 · 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