Dynamic Programming and Learning Models for Management of a Nonnative Species
Notice bibliographique
Résumé
Nonnative invasive species result in sizeable economic damages and control costs. Because dynamic optimization models break down if controls depend in complex ways on past controls, nonuniform or scale‐dependent spatial attributes, etc., decision‐support systems that allow learning may be preferred. We compare two models of an invasive weed in California's grazing lands: (i) a stochastic dynamic programming model and (ii) a reinforcement‐based, experience‐weighted attraction (EWA) learning model. We extend the EWA approach by including stochastic forage growth and penalties for repeated application of environmentally harmful controls. Results indicate that EWA learning models offer some promise for managing invasive species. Les espèces non indigènes envahissantes entraînent des dommages économiques et des coûts de lutte considérables. Compte tenu que les modèles d'optimisation dynamique échouent lorsque les moyens de lutte dépendent, de façon complexe, de moyens de lutte antérieurs, d'attributs spatiaux influencés par l'échelle ou non uniformes, etc., l'utilisation de systèmes d'aide à la décision permettant l'apprentissage pourrait être préférable. Nous avons comparé deux modèles dans le cas d'une plante adventice envahissant les pâturages de la Californie: 1. un modèle de programmation dynamique stochastique; 2. un modèle d'apprentissage experience‐weighted attraction (EWA), fondé sur le renforcement. Nous avons élargi le modèle EWA en y incluant la croissance stochastique des fourrages et des pénalités imposées pour l'utilisation répétée de moyens de lutte dommageables pour l'environnement. Selon les résultats obtenus, les modèles d'apprentissage EWA semblent prometteurs pour la gestion des espèces envahissantes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».