MétaCan
Menu
Retour à la cohorte
Enregistrement W2110323765

Stochastic fusion of heterogeneous multisensor information for robust data-to-decision

2013· article· en· W2110323765 sur OpenAlexaff
Xin Chen, Anne-Laure Jousselme, Pierre Valin, T. Kirubarajan

Notice bibliographique

RevueInternational Conference on Information Fusion · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensDefence Research and Development CanadaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSensor fusionStochastic processComputer scienceStochastic differential equationRandom variableMathematicsArtificial intelligenceData miningMathematical optimizationApplied mathematicsStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, based on the measure-theoretic probability theory and the theory of stochastic differential equation (SDE), a stochastic fusion framework is proposed for the heterogeneous sensor network for the purpose of robust decision making. In this framework, for each sensor, its sample space and the corresponding σ-algebra are defined. Then, random variables, which are designed to meet the requirements of the operation in the battle field, are defined over the pairs of sample space and its σ-algebra. After that, the conditional expectation is taken for those random variables conditional on the union of σ-algebras to finish the information fusion process. Furthermore, to make the decision making process more robust, the undesired uncertainty in the fused information is hedged out based on the theory of SDEs, before the fused information is used for the decision making.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,066
Tête enseignante GPT0,295
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Conference on Information FusionMême sujetTarget Tracking and Data Fusion in Sensor NetworksTravaux en français237 207