MétaCan
Menu
Retour à la cohorte
Enregistrement W3089120364 · doi:10.15407/fmmit2020.30.071

Orthogonal transformations and moments in digital information processing

2020· article· en· W3089120364 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePhysico-mathematical modelling and informational technologies · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAdvanced Scientific Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsCombinatoricsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

The method of application of the theory of spectral schedules, theory of moments and statistical-probabilistic methods of processing of the digital information received at preparation of sportsmen for competitive activity, in particular at data processing of heart rate (heart rate) is offered in the work. The paper shows the relationship of the moments of the distribution function with the generalized spectra of orthogonal decompositions, considers the question of determining the sample size to obtain research results. References Pianylo, Ya. D. (2011). Proektsiino-iteratsiini metody rozviazuvannia priamykh ta obernenykh zadach perenosu. Lviv: Splain. Bat, M. (1980). Spektralnyi analiz v geofizike. Moskva. Nedra. Gold, B., Reider, CH. (1973). TSifrovaia obrabotka signalov. Moskva. Sov. radio. Suetin, P. K. (2005). Klassicheskie ortogonalnye mnogochleny 3-e izd. pererab. i dop. M. FIZMATLIT. Dzhekson, D. (1948). Riady fure i ortogonalnye polinomy. Perevod s angliiskogo. Gosudarstvennoe izdatelstvo inostrannoi literatury. Matsko, I. Y., Yavorskyi, I. M., Yuzefovych, R. M., Semenov, P. O. (2018). Statystychnyi vektorno-tenzornyi analiz vibratsii tsentryfuhy z rozvynutym defektom obertovoho vuzla. Fizyko-khimichna mekhanika materialiv, 2, 140-147. Morozova, H. V., Sukharkova, O. I. (2012). Identyfikatsiia fihur na ploshchyni za dopomohoiu tsentralnykh momentiv yikh zobrazhen. Prykladna heometriia ta inzhenerna hrafika, 90, 200-205. Avramenko, V. I., Karimov, I. K. (2013). Teoriia ymovirnostei i matematychna statystyka : navch. posibnyk 2-he vyd., pererob. i dop.Dniprodzerzhynsk : DDTU. Gilmore, J. F., Pemberton, W. B. (1984). A suivery of aircraft classification algorithms. 7th Int. Conf. On PR., Montreal, 559-562. Wolf, S., Louvion, J. R. (1979). Considerations sur les formes: pseudo symetrie representation. 2e congres AFCET-IRIA/ Reconnassance des Formes et Intelligence Artificielle, Toulouse. 381-387. Dudani, J. A., Breeding, K. J. (1997). Aircraft identification by moments invariants. IEEE Trans. On Computers. Hilmor, Dzh. F., Pemberton, W. B. Nabir alhorytmiv klasyfikatsii litakiv. 7th Int. Konf. Pro PR., Monreal, 559-562. Volf, S., Luvion, Dzh. R. (1979). Rozghliad sur les formes: psevdosymetrychne predstavlennia. 2e konhresy AFCET-IRIA / Reconnassance des Formes et Intelligence Artificielle, Tuluza. 381-387. Dudani, Zh. A. (1997). Identyfikatsiia litaka za momentamy invariantiv. IEEE Trans. Pro kompiutery.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,061
Tête enseignante GPT0,282
Écart entre enseignants0,221 · 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