MétaCan
Menu
Retour à la cohorte
Enregistrement W3158564823 · doi:10.47820/recima21.v2i4.200

RECONHECENDO ESTILOS DE CERVEJA COM UMA REDE NEURAL ARTIFICIAL

2021· article· pt· W3158564823 sur OpenAlexaff
Diogo Costa Pereira

Notice bibliographique

RevueRECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218 · 2021
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesComputer sciencePhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Este trabalho teve como objetivo elaborar uma ferramenta computacional utilizando os conceitos de redes neurais artificiais para reconhecer alguns dos grupos de estilos de cervejas baseado no guia de estilos do BJCP 2015. Para isso, além do desenvolvimento dos padrões de entrada que a rede neural artificial necessita para trabalhar, foi utilizado o framework Encog 3.4 para reaproveitamento de códigos. Os resultados dos dois testes realizados neste trabalho foram bastante positivos, uma vez que a rede neural além de reconhecer todos os estilos de cervejas de um grupo do BJCP 2015, em seu primeiro teste, ela também conseguiu distinguir os estilos de quatros grupos simultâneos do guia de estilos.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,058
Tête enseignante GPT0,288
Écart entre enseignants0,230 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218Même sujetAgricultural and Food SciencesTravaux en français237 207