MétaCan
Menu
Retour à la cohorte
Enregistrement W2794387046 · doi:10.1145/3173386.3173569

HRI 2018 Workshop

2018· article· en· W2794387046 sur OpenAlexaff
Ross Mead, Daniel H. Grollman, Angelica Lim, Cynthia Yeung, Andrew Stout, W. Brad Knox

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRobotReliability (semiconductor)Function (biology)Set (abstract data type)Field (mathematics)Social robotEnhanced Data Rates for GSM EvolutionState (computer science)Computer scienceEngineeringBusinessMobile robotArtificial intelligenceRobot control

Résumé

récupéré en direct d'OpenAlex

Commercially available social robots are finally here. Previously accessible only to companies or wealthy individuals, affordable, mass-produced autonomous robot companions are poised to take the global market by storm in 2018. It is an exciting time for social roboticists, as some of the theories and techniques developed and tested for years under controlled conditions are finally released to the general public. However, the social robots available to the public differ significantly from those currently used in labs and field studies due to commercial requirements such as affordability, reliability, and ability to function despite environmental variability. This workshop focuses on the state of social robots in the market today---the lessons learned from mass-producing and distributing actual products, and the cutting-edge research that could be brought to bear on the many issues faced. Through presentations, panels, and hands-on interactions, participants from both academia and industry give each other feedback on what is working and what is not, and set goals for the near future.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,646
Score d'incertitude au seuil0,922

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0070,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,3540,265

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 Opus0,303
Tête enseignante GPT0,454
Écart entre enseignants0,152 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScientific Computing and Data ManagementTravaux en français237 207