MétaCan
Menu
Retour à la cohorte
Enregistrement W2467293674

Proceedings of the Eighth SIAM International Conference on Data Mining

2008· article· en· W2467293674 sur OpenAlexaff
Chid Apte, Haesun Park, Ke Wang, Mohammad J. Zaki

Notice bibliographique

RevueSIAM International Conference on Data Mining · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueBayesian Modeling and Causal Inference
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceData miningCluster analysisArtificial intelligenceKnowledge extractionData stream miningMachine learning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Contents: Message from the Conference Co-Chairs; Preface; SDM 2008 Conference Organization; Program Committee; External Reviewers; Semi-Supervised Clustering via Matrix Factorization; Creating a Cluster Hierarchy under Constraints of a Partially Known Hierarchy; Constrained Co-clustering of Gene Expression Data; DATA PEELER: Constraint-Based Closed Pattern Mining in n-ary Relations; SpaRClus: Spatial Relationship Pattern-Based Hierarchial Clustering; Mining Tree Patterns with Almost Smallest Supertrees; Maximal Quasi-Bicliques with Balanced Noise Tolerance: Concepts and Co-clustering Applications; CISpan: Comprehensive Incremental Mining Algorithms of Closed Sequential Patterns for Multi-Versional Software Mining; Mining Association Rules of Simple Conjunctive Queries; Discovering Relational Item Sets Efficently; A Stagewise Lease Square Loss Function for Classification; Semi-Supervised Learning Based on Semiparametric Regularization; Roughly Balanced Bagging for Imbalanced Data; An Efficient Local Algorithm for Distributed Multivariate Regression in Peer-to-Peer Networks; Aerosol Optical Depth Prediction from Satellite Observations by Multiple Instance Regression; Feature Selection with the logRatio Kernel; A RELIEF Based Feature Extraction Algorithm; Deterministic Latent Variable Models and Their Pitfalls; Massive-Scale Kernel Discriminant Analysis: Mining for Quasars; Dynamic Non-Parametric Mixture Models and Recurrent Chinese Restaurant Process: With Applications to Evolutionary Clustering; Latent Variable Mining with Its Applications to Anomalous Behavior Detection; Similarity Measures for Categorical Data: A Comparative Evaluation; Gaussian Process Learning for Cyber-Attack Early Warning; Practical Private Computation and Zero-Knowledge Tools for Privacy-Perserving Distributed Data Mining; A Spamicity Approach to Web Spam Detection; Semantic Smoothing for Bayesian Text Classification with Small Training Data; Clustering from Constraint Graphs; Efficiently Mining Closed Subsequences with Gap Constraints; Semi-Supervised Classification with Universum; Finding Subgroups Having Several Descriptions: Algorithms for Redescription Mining; The PageTrust Algorithm: How to Rank Web Pages When Negative Links Are Allowed?; A Pattern Mining Approach toward Discovering Generalized Sequences Signatures; The Asymmetric Approximate Antyime Join: A New Primative with Applications to Data Mining; Preemptive Measures against Malicious Party in Privacy-Preserving Data Mining; A Range Query Approach for High Dimensional Euclidean Space Based on EDM Estimation; A Bayesian Technique for Estimating the Credibility of Question Answerers; Semi-supervised Multi-label Learning by Solving a Sylvester Equation; Exploiting Structured Reference Data for Unsupervised Text Segmentation with Conditional Random Fields; Graph Mining with Variational Dirichlet Process Mixture Models; Direct Density Ratio Estimation for Large-scale Covariate Shift Adaption; ROC-tree: A Novel Decision Tree Induction Algorithm Based on Receiver Operating Characteristics to Classify Gene Expression Data; Semi-supervised Learning of a Markovian Metric; Mining Abnormal Patterns from Heterogeneous Time-Series with Irrelevant Features for Fault Event Detection; Outlier Detection with Uncertain Data; Randomization of Real-Valued Matrices for Assessing the Significance of Data Mining Results; Theoretical Analysis of Subsequences Time-Series Clustering from a Frequency-Analysis Viewpoint; Active Learning with Model Selection in Linear Regression; A Feature Selection Algorithm Capable of Handling Extremely Large Data Dimensionality; Generic Methods for Multi-criteria Evaluation; A New Method for Rule Finding via Bootstrapped Confidence Intervals; Mining and Ranking Generators of Sequential Patterns; and more.

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)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0060,003
Science ouverte0,0030,003
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0390,023

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 Opus0,273
Tête enseignante GPT0,351
Écart entre enseignants0,078 · 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'étudeSans objet
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

Citations8
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIAM International Conference on Data MiningMême sujetBayesian Modeling and Causal InferenceTravaux en français237 207