MétaCan
Menu
Retour à la cohorte
Enregistrement W2109416465

A Combinatorial Approach to Nearly Uncoupled Markov Chains

2011· dissertation· en· W2109416465 sur OpenAlexfundno aff
Ryan M. Tifenbach, Douglas J. Leith

Notice bibliographique

RevueArrow@dit (Dublin Institute of Technology) · 2011
Typedissertation
Langueen
DomaineComputer Science
ThématiqueData Management and Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesNational University of IrelandUniversity of Regina
Mots-clésMarkov chainMathematicsAdditive Markov chainMarkov chain mixing timeInvariant (physics)Markov propertyCombinatoricsDisjoint setsMarkov processState spaceComplement (music)Markov modelDiscrete mathematicsVariable-order Markov modelMarkov renewal processRandom variableStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A discrete-time Markov chain on a state space S is a sequence of random variables
\nX = fx0; x1; : : :g that take on values in S. A Markov chain is a model of a system
\nwhich changes or evolves over time; the random variable xt is the state of the system
\nat time t.
\nA subset E S is referred to as an almost invariant aggregate if whenever xt 2 E,
\nthen with high probability xt+1 2 E, as well. That is, if there is a small positive value
\n such that if xt 2 E then the probability that xt+1 =2 E is less than or equal to ,
\nthen E is an almost invariant aggregate. If E is such an aggregate and xt 2 E, then
\nthe probability that xt+1; : : : ; xt+s 2 E is at least (1-E)s. A Markov chain tends to
\nremain within its almost invariant aggregates (if it possesses any) for long periods of
\ntime.
\nWe refer to the Markov chain X as nearly uncoupled (with respect to some positive
\n) if its associated state space contains two or more disjoint almost invariant
\naggregates. Nearly uncoupled Markov chains are characterised by long periods of
\nrelatively constant behaviour, punctuated by occasional drastic changes in state.
\nWe present a series of algorithms intended to construct almost invariant aggregates
\nof a given Markov chain. These algorithms are iterative processes which utilise a
\nconcept known as the stochastic complement. The stochastic complement is a method
\nby which a Markov chain on a state space S can be reduced to a random process on
\na proper subset S0 S, while preserving many of the algebraic properties of the
\noriginal Markov chain.
\nWe pay special attention to the reversible case. A Markov chain is reversible if
\nit is symmetric in time { by which we mean that if we were to reverse the order of
\nthe variables x1; : : : ; xt, for some relatively large t, the resulting process would be
\nessentially indistinguishable from the original Markov chain.

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 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 candidatesMéta-épidémiologie (sens strict), Science ouverte
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 enseignants0,828
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0060,001
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArrow@dit (Dublin Institute of Technology)Même sujetData Management and AlgorithmsTravaux en français237 207