MétaCan
Menu
Retour à la cohorte
Enregistrement W2076037038 · doi:10.1109/cec.2013.6557735

A new principal curve algorithm and standard deviation clouds for non-parametric ordered data analysis

2013· article· en· W2076037038 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

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Multi-Objective Optimization Algorithms
Établissements canadiensDefence Research and Development CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAlgorithmConvergence (economics)Vertex (graph theory)Standard deviationParametric statisticsMathematicsMeasure (data warehouse)Path (computing)Polygonal chainComputer scienceCurve fittingRepresentation (politics)Parametric equationData miningCombinatoricsGeometryGraphStatistics

Résumé

récupéré en direct d'OpenAlex

Principal curves are a study of the underlying structure of a data cloud. We modify Kegl's [2] polygonal line algorithm by assuming that data points are vertices on different continuous curves which implies data ordering. We also develop a representation of curve deviation from the polygonal path by creating a deviation cloud based on computing a measure of the variance of the curves from the polygonal path. For the purposes of this paper, we consider the input curves to be vertex representations of independent polygonal paths. Comparisons of the presented algorithm on various data sets with that of Verbeek et al. [3] are given to illustrate differences when using ordered data represented as multiple continuous curves. We further consider applications of this algorithm to the evaluation of multiobjective optimization algorithm convergence for biobjective optimization. We present preliminary results for NSGA-II on ZDT1, ZDT2, and ZDT3 in order to show how this methodology could be used.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,301
Écart entre enseignants0,277 · 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