MétaCan
Menu
Retour à la cohorte
Enregistrement W2102502626 · doi:10.1109/glocom.2009.5426029

Fitting the Modified-Power-Lognormal to the Sum of Independent Lognormals Distribution

2009· article· en· W2102502626 sur OpenAlex
Sebastian S. Szyszkowicz, Halim Yanıkömeroğlu

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
ThématiqueBayesian Methods and Mixture Models
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésLog-normal distributionMatching (statistics)MathematicsApplied mathematicsDistribution (mathematics)Simple (philosophy)Moment (physics)Random variableFunction (biology)Power (physics)Moment-generating functionDistribution fittingMathematical optimizationProbability distributionStatisticsMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

We propose a new method for calculating a tight approximation to the distribution of the sum of independent lognormal random variables. We make use of a three-parameter modified-power-lognormal distribution function as the approximating distribution. We use theoretical results from our previous work on the tails of the distribution of the sum of lognormals to match the slope of the modified-power-lognormal function at both tails. This would not have been possible with many of the recently-proposed distribution functions, which do not behave properly in the tails. We then also use moment-matching to find the best curve match. Our method is mostly closed-form, requiring only one simple numerical integral. We compare our method with those in literature in terms of complexity and accuracy. We conclude that our method is more accurate than the simple (closed-form) methods, and much simpler to understand and implement than the more accurate methods which rely heavily on numerical integration.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,237

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,267
Écart entre enseignants0,250 · 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

En bref

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBayesian Methods and Mixture ModelsTravaux en français237 207