MétaCan
Menu
Retour à la cohorte
Enregistrement W4238428262 · doi:10.1088/1742-6596/1195/1/011001

2018 11th International Conference on Computer and Electrical Engineering

2019· article· en· W4238428262 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Physics Conference Series · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaLibrary scienceGeographyPolitical scienceEngineeringHistoryArchaeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Preface We are very pleased to welcome all of you to 11th International Conference on Computer and Electrical Engineering held in Tokyo, Japan during October 12-14, 2018. ICCEE was started in Phuket Island, Thailand in the year of 2008 and after the success of the first edition, it has been held annually from 2009 to 2017 in Dubai (UAE), Chengdu (China), Singapore, Hong Kong, Paris (France), Geneva (Switzerland), Paris (France),Barcelona (Spain), and Edmonton (Canada). With the successful experience over the past 10 years, This year, ICCEE starts off for the new decade. The goal of ICCEE2018 is to discuss the latest research and results of scientists and engineers from academic side and industrial side related to computer and electrical engineering topics. All the papers were subjected to peer-review by conference committee members and international reviewers. We had 55 submissions and accepted 30 high quality papers related to computer and electrical engineering such as data science, software engineering, image analysis, computer science, control technology, electronic power technology and so on. The acceptance rate was 54.5%. The attendees are from various regions such as Asia, Oceania, Europe and Africa. We also have five invited speakers from US, India and Japan. The proceedings give an exciting and wide-ranging discussion of the topics presented at ICCEE2018. The ICCEE2018 has been organized in the program chapters as: Data Science and Software Engineering; Image analysis and processing technology; Computer Science and Information Engineering; Electronics and Communication Engineering; Power machinery & measurement and control technology; Electronic power technology and energy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,607

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1820,136

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 Opus0,013
Tête enseignante GPT0,204
Écart entre enseignants0,191 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetPower Systems and TechnologiesTravaux en français237 207