MétaCan
Menu
Retour à la cohorte
Enregistrement W2248168772 · doi:10.1017/cbo9780511807251.013

A library of eyes in Go, II: Monolithic eyes

2009· book-chapter· en· W2248168772 sur OpenAlexaff
Thomas Wolf, Matthew T. Pratola

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Mathematical Theories and Applications
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOptometryComputer scienceOphthalmologyMedicine

Résumé

récupéré en direct d'OpenAlex

A bstract . We describe the generation of a library of eyes surrounded by only one chain which we call monolithic eyes. Apart from applying the library in the life-and-death program G o T oots it also can be used as a source for the study of unusual positions in Go as done in the second half of the paper. Introduction In using principles of combinatorial game theory it has been discussed in the literature how in the game of Go one can assign values to eyes in order to decide whether a position lives unconditionally, simply by adding these values and checking whether or not their sum reaches the value of two (see Landman). These concepts are applied in computer Go programs (as in) and a computer generated library of eye shapes is available from Dave Dyer. In this contribution we describe the generation of a library of eyes surrounded by only one chain which we call monolithic eyes. Compared to Dyer's library our database has a number of extensions: an evaluation of the number of ko threats needed to live or to kill the eye, the consideration of a larger number of external liberties and of an extra attached eye, larger eye sizes, the determination of all winning moves and others. In the following section we describe a procedure to bring any set of empty or occupied points into a unique position by using shifts and symmetries of the board.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0700,017

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 Opus0,011
Tête enseignante GPT0,245
Écart entre enseignants0,234 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Mathematical Theories and ApplicationsTravaux en français237 207