MétaCan
Menu
Retour à la cohorte
Enregistrement W2900942427 · doi:10.2298/yjor180418031k

Asymptotic results for the first and second moments and numerical computations in discrete-time bulk-renewal process

2018· article· en· W2900942427 sur OpenAlexaff
J James Kim, L Mohan Chaudhry, Abdalla Mansur

Notice bibliographique

RevueYugoslav journal of operations research · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensRoyal Military College of CanadaCanadian Armed Forces
Organismes subventionnairesnon disponible
Mots-clésRenewal theoryMathematicsLimit (mathematics)Moment (physics)Constant (computer programming)Applied mathematicsDiscrete time and continuous timeComputationTerm (time)Process (computing)Asymptotic analysisMathematical analysisComputer scienceAlgorithmStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper introduces a simplified solution to determine the asymptotic results for the renewal density. It also offers the asymptotic results for the first and second moments of the number of renewals for the discrete-time bulk-renewal process. The methodology adopted makes this study distinguishable compared to those previously published where the constant term in the second moment is generated. In similar studies published in the literature, the constant term is either missing or not clear how it was obtained. The problem was partially solved in the study by Chaudhry and Fisher where they provided a asymptotic results for the non-bulk renewal density and for both the first and second moments using the generating functions. The objective of this work is to extend their results to the bulk-renewal process in discrete-time, including some numerical results, give an elegant derivation of the asymptotic results and derive continuous-time results as a limit of the discrete-time results.

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)0,018
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,379
Écart entre enseignants0,353 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYugoslav journal of operations researchMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207