MétaCan
Menu
Retour à la cohorte
Enregistrement W2766348178 · doi:10.5539/jmr.v9n6p82

Dialectical Logic K-Model: A Mathematical Model for Machine

2017· article· en· W2766348178 sur OpenAlexvenueno aff
Yaozhi Jiang

Notice bibliographique

RevueJournal of Mathematics Research · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsAxiomVariable (mathematics)Truth tableSecond-order logicAlgorithmTheoretical computer scienceComputer scienceHigher-order logicDescription logicMathematical analysis

Résumé

récupéré en direct d'OpenAlex

An axiom system for dialectical logic K-model which based on Kirchhoff energy-method is established by author in the paper. The author describes that subjective-laws is the mirror imagine reflected from objective-laws and defines that the three-step which named by sensation, abstraction and thinking in artificial intelligence. At same time, describes that axiom system for dialectical logic K-model, in which contains such as logic-variable energy conservation law, Mozi’s principle( mini-max principle) and forbidden law, etc. In the axiom system also contain such as a continuous true-value-function system valued on interval and the K-graph for logic-variable. And describes the giving value method by matrix based on K-graph satisfied Kirchhoff laws to the logic variable. The author describes simply the linear and nonlinear logic variable system. And describes simply the logic variable involved three-dimension Euclidean space and topology networks space separately. Dialectical logic K-model would supply an computation algorithm idea for machine so that the machine is able to think by dialectical logic method, thus an important information-treated method maybe the dialectical logic.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil0,598

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,337
Tête enseignante GPT0,488
Écart entre enseignants0,151 · 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 tête enseignante, 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
GenreMéthodes

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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetNeural Networks and ApplicationsTravaux en français237 207