Notice bibliographique
Résumé
A sample compression scheme of size k for a concept class C is a pair of functions (f; g) called the compression function and the reconstruction function. The functions have the property that for any sample S consistent with a concept in C, f compresses S to some subset of S, for which g returns a set of domain points, labelled consistently with the original sample S. The sample compression scheme is called labelled if the compression sets are labelled subsets of S and unlabelled if the compression sets are subsets of the instance set of S. M. Warmuth and S. Floyd have shown that if a sample compression scheme of size equal to the VC dimension of a concept class C exists then C can be PAC learned by some learning algorithm. Although it is already known that any concept class of nite VC dimension is PAC learnable, the existence of a sample compression scheme of size equal to the VC dimension improves the sample complexity of learning some concept classes. This leads to an important conjecture, rst proposed by M. Warmuth and S. Floyd: does there always exist a sample compression scheme of size O(d) for a concept class C with VC dimension d. This thesis examines a modi cation of sample compression schemes, speci cally, for a concept class C we de ne a sequence-based sample compression scheme for C as a pair of functions (f ; g ) where the items we compress to are now sequences instead of sets. Here we can di erentiate between labelled and unlabelled sequence-based sam- ple compression schemes in a similar fashion as with standard sample compression schemes. We look at properties of sequence-based sample compression schemes and also discuss a few sequence-based sample compression scheme algorithms and deter- mine how they improve compression bounds over the original set-based compression scheme algorithms. Finally we discuss connections between set and sequence-based sample compression schemes and design theory. ii
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,010 | 0,019 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».