MétaCan
Menu
Retour à la cohorte
Enregistrement W4248809193 · doi:10.1109/wsc.2004.1371459

Decision Tree Module Within Decision Support Simulation System

2005· article· en· W4248809193 sur OpenAlexafffund
M. Moussa, J.Y. Ruwanpura, G. Jergeas

Notice bibliographique

RevueProceedings of the 2004 Winter Simulation Conference, 2004. · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAin Shams UniversityUniversity of AlbertaUniversity of CalgaryNatural Sciences and Engineering Research Council of CanadaArizona State University
Mots-clésDecision treeComputer scienceDecision support systemIncremental decision treeProbabilistic logicShortest path problemTree (set theory)Decision analysisInfluence diagramData miningDecision tree learningMachine learningArtificial intelligenceTheoretical computer scienceMathematicsStatisticsGraph

Résumé

récupéré en direct d'OpenAlex

Decision trees are one of the most easy to use tools in decision analysis. Problems where decision tree branches are based on random variables have not received much attention. This paper introduces a successful application of a special purpose simulation (SPS) program in developing a decision tree module that is part of a unified decision support system (DSS) template. The DSS template consists of three modules: decision tree (DT), shortest and longest path dynamic programming (DP) network, and cost/time (CT) estimate network. The DT module integrates with other modules and allows users to model decision trees with variables that are based on probabilistic random numbers. This paper introduces the DSS-DT module and shows its advantages.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,291
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the 2004 Winter Simulation Conference, 2004.Même sujetBig Data and Business IntelligenceTravaux en français237 207