MétaCan
Menu
Retour à la cohorte
Enregistrement W2165270023 · doi:10.1142/s0219622003000537

AGENT-BASED SYSTEM ARCHITECTURE FOR DYNAMIC AND OPEN ENVIRONMENTS

2003· article· en· W2165270023 sur OpenAlexaff
Elhadi Shakshuki, Hamada Ghenniwa, MAHAMED KAMEL

Notice bibliographique

RevueInternational Journal of Information Technology & Decision Making · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensUniversity of WaterlooWestern UniversityAcadia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceIntranetArchitectureDistributed computingInterface (matter)ImplementationThe InternetResource (disambiguation)World Wide WebComputer networkOperating systemSoftware engineering

Résumé

récupéré en direct d'OpenAlex

The rapid growth of the network-centered (Internet and Intranet) computing environments requires new architectures for information gathering systems. Typically, in these environments, the information resources are dynamic, heterogeneous and distributed. In addition, these computing environments are open, where information resources may be connected or disconnected at any time. This paper presents an architecture for a multi-agent information gathering system. The architecture includes three types of agents: interface, broker and resource agents. The interface agents interact with the users to fulfill their interests and preferences. The resource agents access and capture the content of the information resources. The broker agents facilitate cooperation among the information and the resource agents to achieve their desired goals. This paper provides the agents' architecture, design and implementations that enable them to cooperate, coordinate and communicate with each other to gather information in an open and dynamic environment.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,010
Tête enseignante GPT0,289
Écart entre enseignants0,279 · 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

Citations29
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Information Technology & Decision MakingMême sujetMulti-Agent Systems and NegotiationTravaux en français237 207