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.
Notice bibliographique
Résumé
The trigger and data-acquisition system of ATLAS, a general-purpose experiment at the Large Hadron Collider (LHC), will be based on three levels of online selection. Starting from the bunch-crossing rate of 40 MHz (an interaction rate of 1 GHz at design luminosity-/spl sim/ 10/sup 34/ cm/sup -2/s/sup -1/), the first level trigger (LVL1) will reduce the rate to about 75 kHz using purpose-built hardware. An additional factor of about 10/sup 3/ in rate reduction is to be provided by the high-level triggers (HLTs) system, with two main functional components: the second-level trigger (LVL2) and the event filter(EF). LVL2 has to provide a fast decision (guided by the information from LVL1), using only a fraction of the full event, however, already at full granularity and can combine all subdetectors. At the EF, a refined selection is made with the. capability of full event reconstruction and the use of detailed calibration and alignment parameters. The HLT software architecture will provide a common and rather "lightweight" framework, able to execute the various selection algorithms and to control the sequence of execution according to the event properties and configuration parameters. System flexibility is a strong requirement in order to adapt to changes, e.g., in luminosity and background conditions. This paper will present the approach chosen for the software design of the HLT selection framework and of the algorithm interface, giving examples for selection sequences and algorithms. Based on currently existing prototypes, results for both the expected physics (signal efficiency, background rejection) and system (execution time) performance will also be shown.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découle