A comparison of top-down and bottom-up approaches to recognizing component assemblies in image mining electronic circuits
Notice bibliographique
Résumé
Historians of electronics (and subjects that depend on electronics like communications, instrumentation, and computation) have access to a vast digitized archive of primary sources. The majority of these sources are freely available. Turkel and various collaborators have used web crawlers to collect millions of pages of these documents to subject to automated analysis with text and image mining. Electronic schematics and circuit diagrams, which are ubiquitous in these sources, can be approached as a special case of line drawing. They provide interesting opportunities and challenges for the use of computer vision and image mining in historical research. In this paper, we present work-in-progress comparing two approaches to the problem of contextualization, the creation of functional tools built on image mining. An electronic schematic shows the interconnection of various kinds of components. Automating the recognition of these components is one step in a workflow for handling schematics. Historians of electronics are typically interested in meaningful assemblies that occur above the level of individual components, however. This is analogous to text mining, which becomes more useful at levels of analysis above the individual character. In the bottom-up approach, we start by recognizing the graphical symbols for individual components as assemblies of graphical primitives like lines and arcs, then build assemblies from those components. In the top-down approach, we start by analysing the whole schematic into components and connections, then abstract away from the components to extract the connections and the nodes where they meet.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».