MétaCan
Menu
Retour à la cohorte
Enregistrement W2120174885 · doi:10.1109/cdc.2009.5400452

Symmetric probabilistic values for identifying informative sensors

2009· article· en· W2120174885 sur OpenAlex

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
ThématiqueDistributed Sensor Networks and Detection Algorithms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProbabilistic logicMetric (unit)Computer scienceRange (aeronautics)Shapley valuePower (physics)Matrix (chemical analysis)Wireless sensor networkAlgorithmGame theoryMathematical optimizationMathematicsArtificial intelligenceMathematical economicsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we show how the notion of symmetric probabilistic values from cooperative game theory can be used in a sensor network to identify the sensors that are relatively more informative than others. We note that parameter estimation in a sensor network can be modeled as a cooperative game, where a metric of estimation accuracy assigns a value to each subset of sensors. Symmetric probabilistic values are then known to be indicators of the relative power of players in cooperative games. Motivated by this, we define a power index for sensors based symmetric probabilistic values. While generally any metric of estimation accuracy can be used for computing power indices, it is noted that by choosing the determinant of the Fisher information matrix, the computational complexity associated with power indices gracefully increases with the number of sensors. The formulas are explicitly provided for computing the Banzhaf value and the Shapley value, two well-known symmetric probabilistic values. A target whose parameter is being estimated by the sensor network can use power indices to identify and act against the informative sensors. As an important application in this regard, the power indices of sensors are computed in bearings-only and range-only target localization.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,397

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,278
Écart entre enseignants0,251 · 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