Special issue: Behavior in networks (II)
Notice bibliographique
Résumé
This is the second of two special issues on traveler behavior in networks, following an International Workshop on Behavior in Networks held during July 2004 in Seoul, Korea that acted as a forum for the exchange of ideas, knowledge and experience among overseas and local practitioners and researchers.In the first special issue, six papers have been selected, in which various kinds of traveler behavior in transportation networks have been presented by Lee et al. (2005), Chen and Ji ( 2005), Nam et al. (2005), Lim et al. (2005), Wong et al. (2005) and Asakura and Iryo (2005).Lee et al. (2005) have considered a multistep ahead prediction algorithm of link travel speeds using a Kalman filtering technique in order to calculate a dynamic shortest path.Chen and Ji (2005) have examined three definitions of optimality for finding the optimal path under an uncertain environment.Nam et al. (2005) have examined a mode choice decision by considering not only travel time but also reliability of its modes.Lim et al. (2005) have considered the continuous network design problem under a stochastic environment.Wong et al. (2005) have considered the micro-searching behavior for urban taxi services.Asakura and Iryo (2005) have focused on tracking travelers' data using mobile phone for monitoring and analyzing individual travel behavior.The expansion of transportation networks and the emergence of new technologies have generated an urgent need for advanced models and solution algorithms so as to provide better understanding of the traveler behavior on networks in response to various changes.This special issue on "Behavior in Networks (Ⅱ)" is a collection of another six selected papers presented at the International Workshop on Behavior in Networks held on 22 nd -23 rd July, 2004.The workshop placed greater emphasis on discussions of how new models and advanced methods can be used for
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,095 | 0,027 |
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 ».