MétaCan
Menu
Retour à la cohorte
Enregistrement W4229703319 · doi:10.23952/jnva.4.2020.2.04

Primal-dual partitions in linear semi-infinite programming with bounded coefficients

2020· article· en· W4229703319 sur OpenAlexvenueno aff
Abraham Án, Lidia Hern Ández, Alfredo N. Iusem, M. I. Todorov

Notice bibliographique

RevueJournal of Nonlinear and Variational Analysis · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Optimization Algorithms Research
Établissements canadiensnon disponible
Organismes subventionnairesSistema Nacional de InvestigadoresEuropean Regional Development FundConsejo Nacional de Ciencia y Tecnología
Mots-clésBounded functionDual (grammatical number)MathematicsLinear programmingSemi-infinite programmingApplied mathematicsMathematical optimizationMathematical analysisRegular polygonGeometry

Résumé

récupéré en direct d'OpenAlex

We consider two partitions over the space of linear semi-infinite programming parameters with a fixed index set and bounded coefficients (the constraint functions are bounded).The first one is the primal-dual partition inspired by consistency and boundedness of the optimal value of the problem.The second one is a refinement of the primal-dual partition that arises by considering also the boundedness of the optimal set.These two partitions have been studied in the continuous case, i.e., when the set of indices is an infinite compact topological space and the constraint functions are continuous.In this paper, we extend these results to the case in which the constraint functions are bounded, but not necessarily continuous.We study the same primal-dual partitions and characterize the interior of the corresponding cells.Through examples, we show that the conditions characterizing the cells of both partitions in the continuous case are neither necessary nor sufficient when the constraint functions are just bounded.In addition, a sufficient condition for the boundedness of the optimal set of the dual problem is established.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,048
Tête enseignante GPT0,348
Écart entre enseignants0,300 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nonlinear and Variational AnalysisMême sujetAdvanced Optimization Algorithms ResearchTravaux en français237 207