Unified Approach to Probability Problems and Estimation Algorithms Associated With Symmetric Functions
Notice bibliographique
Résumé
In this article we introduce a simple powerful methodology where we replace the independent variables λ1,...,λnin various symmetric functions as well as in Vieta’s formulas by the indication functions of the events Ai,i = 1,...,n, i.e., λi = 1(Ai),i = 1,...,n. Both the random variable K that counts the number of events that actually occurred and the proposed obvious identity Π_n ^i=1(z−1(Ai)) ≡ (z−1)^KZ^(n−K) that solely depends on K play a central role in this article. Just by choosing different values for z (real, complex, and random) and taking expectations of the various functions we provide other simple proofs of known results as well as obtain new results. The estimation algorithms for computing the expected elementary symmetric functions via least squares based on IFFT in the complex domain (z ∈ C) and least squares or linear programming in the real domain (z ∈ R) are noteworthy. Similarly, we we use Newton’s identities and some well known inequalities to obtain new results and inequalities. Then, we give an algorithm that exactly computes the distribution of K (i.e., q_k:= P(K = k), k = 0,1,...,n) for finite sample spaces. Finally, we give the conclusion and area for further research.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».