MétaCan
Menu
Retour à la cohorte
Enregistrement W2102665654 · doi:10.1109/ijcnn.2002.1007595

Nonlinear singular spectrum analysis

2003· article· en· W2102665654 sur OpenAlexaff
William W. Hsieh, Aiming Wu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical and numerical algorithms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSingular spectrum analysisNonlinear systemPrincipal component analysisSeries (stratigraphy)MathematicsTime seriesUnivariateWhite noiseSingular value decompositionAlgorithmApplied mathematicsControl theory (sociology)Multivariate statisticsComputer sciencePhysicsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

Singular spectrum analysis (SSA), a linear univariate and multivariate time series technique, is essentially principal component analysis (PCA) applied to the time series and additional copies of the time series lagged by 1 to L-1 time steps. Neural network theory has meanwhile allowed PCA to be generalized to nonlinear PCA (NLPCA). In the paper, NLPCA is further extended to perform nonlinear SSA (NLSSA). First, SSA is applied to the data, then the leading principal components of the SSA are chosen as inputs to an NLPCA network (with a circular node at the bottleneck), which performs the NLSSA by nonlinearly combining all the input SSA modes into a single NLSSA mode. This nonlinear spectral technique allows the detection of highly anharmonic oscillations, as illustrated by a stretched square wave imbedded in white noise, which shows NLSSA to be superior to SSA and classical Fourier spectral analysis.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,031
Tête enseignante GPT0,309
Écart entre enseignants0,278 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStatistical and numerical algorithmsTravaux en français237 207