MétaCan
Menu
Retour à la cohorte
Enregistrement W2091392040 · doi:10.1109/foci.2007.371502

The Immune System in Pieces: Computational Lessons from Degeneracy in the Immune System

2007· article· en· W2091392040 sur OpenAlexaff
Miguel Mendao, Jon Timmis, Paul S. Andrews, Matthew Davies

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueArtificial Immune Systems Applications
Établissements canadiensYork University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésDegeneracy (biology)Computer scienceImmune systemArtificial immune systemComputational modelDegenerate energy levelsUnified Modeling LanguageTheoretical computer scienceArtificial intelligenceComputational biologyBioinformaticsBiologyProgramming languageImmunologyPhysics

Résumé

récupéré en direct d'OpenAlex

The concept of degeneracy in biology, including the immune system, is well accepted and has been demonstrated to be present at many different levels. We explore this concept from a computational point of view and demonstrate how we can use computational models of degeneracy to aid the development of more biologically plausible artificial immune systems (AIS). The outcome of these models has lead us to perform an analysis of the receptor dynamics in the model and we discuss the computational implications of a "degenerate" repertoire. Through the use of the unified modelling language (UML) we have abstracted a high level immune inspire algorithm that will be used as part of a larger project to develop an immune inspired bioinformatics system

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,004
Communication savante0,0020,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,256
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

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

Citations24
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArtificial Immune Systems ApplicationsTravaux en français237 207