MétaCan
Menu
Retour à la cohorte
Enregistrement W2165265954 · doi:10.1109/ccc.1997.612318

On randomization in online computation

2002· article· en· W2165265954 sur OpenAlexaff
Allan Borodin, Ran El‐Yaniv

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptimization and Search Problems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRandomized algorithmBounding overwatchOnline algorithmComputer scienceMaximizationBounded functionEquivalence (formal languages)Competitive analysisRandomized experimentComputationTheoretical computer scienceAlgorithmMathematicsMathematical optimizationArtificial intelligenceDiscrete mathematicsUpper and lower boundsStatistics

Résumé

récupéré en direct d'OpenAlex

This paper concerns two fundamental but somewhat neglected issues both related to the design and analysis of randomized online algorithms. Motivated by early results in game theory we define several types of randomized online algorithms discuss known conditions for their equivalence and give a natural example distinguishing between two kinds of randomizations. In particular we show that mixed randomized memoryless paging algorithms can achieve strictly better competitive performance than behavioral randomized algorithms. Next we summarize known-and derive new-"Yao Principle" theorems for lower bounding competitive ratios of randomized online algorithms. This leads to six different theorems for bounded/unbounded and minimization/maximization problems.

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)0,010
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,010
Communication savante0,0040,014
Science ouverte0,0030,004
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,034
Tête enseignante GPT0,272
Écart entre enseignants0,238 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptimization and Search ProblemsTravaux en français237 207