MétaCan
Menu
Retour à la cohorte
Enregistrement W2295293950 · doi:10.1017/cbo9780511666315.002

Rank and determinant functions for matrices over semirings

2007· book-chapter· en· W2295293950 sur OpenAlexaff
A. É. Guterman

Notice bibliographique

RevueCambridge University Press eBooks · 2007
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueFuzzy and Soft Set Theory
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRank (graph theory)MathematicsCombinatoricsPure mathematics

Résumé

récupéré en direct d'OpenAlex

Introduction The difference between semirings and rings is the lack of additive inverses in semirings. The most common examples of semirings which are not rings are the non-negative integers ℤ + , the non-negative rationals ℚ + and the non-negative reals ℝ + with usual addition and multiplication. There are classical examples of non-numerical semirings as well. One of the first examples appeared in the work of Dedekind in connection with the algebra of ideals of a commutative ring (one can add and multiply ideals but it is not possible to subtract them). Later Vandiver proposed the class of semirings as the best class of algebraic structures which includes both rings and bounded distributive lattices. Boolean algebras, max-algebras, tropical semirings and fuzzy scalars are other important examples of semirings. See the monographs for more details. During the last few decades, matrices with entries from various semirings have attracted the attention of many researchers working both in theoretical and applied mathematics. It should be emphasized that the majority of examples of semirings arise in various applications of algebra. To illustrate an application of semirings, we present a situation that arises constantly in parallel computations. To make this situation more apparent, we give its ‘real life’ analogue. Let us consider k seaports. A ship with certain goods arrives at the i -th port at the moment x i , i = 1, …, k . Also there are l airports with a airplane in each airport.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,078
Tête enseignante GPT0,293
Écart entre enseignants0,215 · 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
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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetFuzzy and Soft Set TheoryTravaux en français237 207