MétaCan
Menu
Retour à la cohorte
Enregistrement W2473893176 · doi:10.1017/s0025557200001340

Ordering 15 marbles with a three-way scale

2014· article· en· W2473893176 sur OpenAlexaff
Charles Audet

Notice bibliographique

RevueThe Mathematical Gazette · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueArtificial Intelligence in Games
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-cléssortComputer scienceScale (ratio)Set (abstract data type)Section (typography)AlgorithmTheoretical computer scienceInformation retrievalProgramming languagePhysics

Résumé

récupéré en direct d'OpenAlex

Many mathematical puzzles involve using a scale to compare the weights of two objects, or two groups of objects. The present work studies a similar but different type of question involving a scale.We are given a set of marbles, whose weights are all different. The only way to distinguish them is to use a special kind of scale. The scale has three trays and each can accept exactly one marble. The scale then indicates which is the heaviest, the lightest and consequently the middle one of the three marbles.The paper studies the question of ordering 15 different marbles with as few weighings as possible. The problem is taken from the website Enigmes, casse-têtes, curiosités et autres bizarreries [1] and Toppuzzle [2] where the best reported strategy requires 23 weighings. The problem can also be found at the website Trick of Mind [3] where a strategy requiring 22 weighings is proposed. These websites contain many challenging mathematical puzzles, some are classical problems, others are original creations. The author is not aware of any other work on this problem.The present paper describes a strategy that improves on the value of 22 weighings, and is structured as follows. Section 2 introduces some useful definitions and provides strategies to sort up to 9 marbles. Section 3 proves our main result, that 20 weighings is always sufficient to sort 15 marbles.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,019
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0040,009
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,022
Tête enseignante GPT0,246
Écart entre enseignants0,224 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Mathematical GazetteMême sujetArtificial Intelligence in GamesTravaux en français237 207