Notice bibliographique
Résumé
This volume contains the Proceedings of the First International Workshop on Bounded Model Checking Methods (BMC′2003). The Workshop was held in Boulder, Colorado, USA on July 13, 2003, as affiliated workshop to CAV′2003. The objective of BMC′03 was to bring together scientists from academia and industry to report and debate advances in Bounded Model Checking and related issues. Since its introduction in 1999 by Biere, Cimatti, Clarke and Zhu, Bounded Model Checking has been adopted by most relevant companies as a complementary technique to the more traditional BDD based unbounded symbolic model checking. Largely due to the advances in SAT technology in the last few years, Bounded Model Checking became a leading tool in detection of relatively shallow logical errors, outperforming BDD based tools in most of these cases. The large interest in this technology has created a constant stream of new ideas and improvements that make this technique more and more useful. The papers in this volume were reviewed by the program committee consisting, besides the two editors, of David Basin ( Freiburg Univ., Germany) Per Bjesse ( Synopsys, USA) Alessandro Cimatti ( IRST, Italy) Raanan Fraer ( Intel, Israel) Danny Geist ( IBM HRL, Israel) Alan Hu ( Univ. of British Columbia, Canada) James Kukula ( Synopsys, USA) Ken McMillan ( Cadence, USA) Sharad Malik ( Princeton Univ., USA) Mary Sheeran ( Chalmers Univ. of Technology, Sweden) Joao M. Silva ( Technical Univ. of Lisbon, Portugal) Toby Walsh ( Univ.of York, UK) Yunshan Zhu ( Synopsys, USA) Extended versions of some of these papers are considered to be published in a forthcoming special issue of the international Journal on Software Tools for Technology Transfer (STTT). July 13, 2003 Ofer Strichman Armin Biere
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 | 0,009 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,583 | 0,415 |
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 ».