Weighted Constrained CP-nets: an Extension of Constrained CP-nets with Weighted Constraints
Notice bibliographique
Résumé
A Conditional Preference Network (CP-net) is a graphical model widely used to represent qualitative preferences in many real-world applications. Preference elicitation, representation, and reasoning plays an essential role in e-commerce and other applications relying on users’ preferences and desires. However, managing preferences often comes with dealing with hard and soft constraints. While hard constraints are requirements that can either be satisfied or violated, this two-level of satisfiability can be generalized to multiple levels through soft constraints. In this context, our main objective is to manage conditional and qualitative preferences together with hard and soft constraints, within a unique model. The constrained CP-net graphical model has been proposed to manage both conditional preferences and hard constraints. In order to include soft constraints, we extend the underlying constraint network of the constrained CP-net to a Weighted Constraint Satisfaction Problem (WCSP). A WCSP is a CSP where (soft) constraints can be violated or satisfied with associated costs. More precisely, a cost function is associated to each constraint. We call the Weighted Constrained CP-nets (WCCP-net) the new model we propose. Like for CP-nets and Constrained CP-nets, there are two queries to consider for WCCP-nets: outcome optimization and outcome comparison. The outcome optimization query in the case of a constrained CP-net consists in finding the set of feasible solutions that are not dominated by any other solutions. This set is called the Pareto optimal set. In the case of the WCCP-net, this task consists of finding those solutions, from the Pareto optimal set, that maximize the total cost function of the underlying WCSP. This is a NP-hard problem that we tackle using a variant of the branch and bound algorithm that has been proposed to solve the outcome optimization in the case of constrained CP-nets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».