Notice bibliographique
Résumé
Abstract The 2020 4th International Workshop on Advanced Algorithms and Control Engineering (IWAACE 2020) was held on February 21-23, 2020. Since 2017, this annual international conference has been held for three times, and this time, the fourth conference was held via online platform due to the COVID-19 crisis, which is different from the previous traditional way. Despite the distance, online IWAACE 2020 enables experts and scholars in the field of Advanced Algorithms and Control Engineering to continue to communicate and discuss the state-of-the-art research with each other. It provides a flexible way for scholars and practitioners to enhance academic exchange and cooperation. We were honored to have Dr. Yuanzhu Chen, Head of Department of Computer Science, Memorial University of Newfoundland, Canada, to chair IWAACE 2020. Our Technical Program Committee constitutes more than 40 experts in the field of Advanced Algorithms and Control Engineering from home and abroad. During the conference, we were pleased to invite three distinguished experts to present their insightful speeches. Prof. Xinguo Yu from University of Wollongong, Australia, shared his study on Automatic Problem Solving for Basic Education. Assoc. Prof. Xiang Zhou from City University of Hong Kong, China, held a speech on the topic of Machine Learning and Control Theory. Dr. Badrul Hisham bin Ahmad from Universiti Teknikal Malaysia Melaka, Malaysia, talked about Design and Development of VHF FRONT-END for lightning interferometer system. List of More details of the virtual conference format, Committee members are available in this pdf.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,640 | 0,483 |
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 ».