MétaCan
Menu
Retour à la cohorte
Enregistrement W4230519659 · doi:10.2143/ast.34.2.505148

Risk Theory with the Generalized Inverse Gaussian Lévy Process

2004· article· en· W4230519659 sur OpenAlexafffund
Manuel Morales

Notice bibliographique

RevueAstin Bulletin · 2004
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensYork University
Organismes subventionnairesConcordia UniversitySociety of Actuaries
Mots-clésInverse Gaussian distributionLévy processProcess (computing)Gaussian processGamma processInversePoisson distributionMathematicsFunction (biology)GaussianLimit (mathematics)Compound Poisson processOrnstein–Uhlenbeck processGeneralized inverse Gaussian distributionStatistical physicsApplied mathematicsPoisson processComputer scienceMathematical analysisStochastic processGaussian random fieldPhysicsStatisticsQuantum mechanicsGeometry

Résumé

récupéré en direct d'OpenAlex

Dufresne et al. (1991) introduced a general risk model defined as the limit of compound Poisson processes. Such model is either a compound Poisson process itself or a strictly increasing Lévy process. Their construction is based on a non-negative non-increasing function Q that governs the jumps of the process. This function, it turns out, is the tail of the Lévy measure of the process. We discuss an illustration of their model using a generalized Inverse Gaussian (GIG) Lévy process. This increasing Lévy process has the gamma and the inverse Gaussian process as particular cases. Although mathematically more complex, the GIG Lévy process keeps some of the nice properties of the simpler gamma process.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,309
Écart entre enseignants0,270 · 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'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

Citations7
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAstin BulletinMême sujetProbability and Risk ModelsTravaux en français237 207