MétaCan
Menu
Retour à la cohorte
Enregistrement W2128061767 · doi:10.1109/tac.2012.2191852

Blocking in Fully Connected Networks of Arbitrary Size

2012· article· en· W2128061767 sur OpenAlexaff
Siamak Nazari, J.G. Thistle

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiquePetri Nets in System Modeling
Établissements canadiensThales (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBlocking (statistics)Undecidable problemDecidabilityComputer scienceTopology (electrical circuits)Connected componentSet (abstract data type)Theoretical computer scienceNetwork topologyComponent (thermodynamics)Strongly connected componentDistributed computingMathematicsDiscrete mathematicsAlgorithmCombinatoricsComputer networkPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The problem of checking blocking properties is studied for networks consisting of arbitrary numbers of finite-state discrete-event subsystems. The topology of the networks is that of a fully connected graph: any subsystem can potentially interact with any other. Two types of blocking are studied: component blocking, whereby a subsystem is potentially prevented from entering its set of marker states, and network blocking, whereby the subsystems are potentially unable to occupy marker states simultaneously. It is shown that if the subsystems are all identical and broadcast actions are permitted, both types of blocking properties are undecidable; but in the absence of broadcast actions, they become decidable. If the subsystems are not necessarily identical but only isomorphic, then blocking properties are in general undecidable; however, a template is proposed for ensuring adequate structure for decidability. It is claimed that this template is sufficiently general to admit many realistic examples.

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)0,002
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,235
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 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automatic ControlMême sujetPetri Nets in System ModelingTravaux en français237 207