MétaCan
Menu
Retour à la cohorte
Enregistrement W4252646128 · doi:10.1088/1742-6596/1267/1/011001

2019 3rd International Conference on Artificial Intelligence, Automation and Control Technologies (AIACT 2019)

2019· article· en· W4252646128 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Physics Conference Series · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Data Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsperityAutomationControl (management)Engineering ethicsEngineering managementArtificial intelligenceComputer scienceLibrary scienceEngineeringOperations researchPolitical science

Résumé

récupéré en direct d'OpenAlex

PREFACE 2019 3rd International Conference on Artificial Intelligence, Automation and Control Technologies (AIACT 2019) was held in Xi’an, China from April 25 to 27, 2019. AIACT 2019 was co-organized by is organized by Xidian University and Hong Kong Society of Mechanical Engineers, sponsored by York University and Fudan University. The conference provides a useful and wide platform both for display the latest research and for exchange of research results and thoughts in Artificial Intelligence, Automation and Control Technologies and other topics. The participants of the conference were from almost every part of the world, with background of either academia or industry, even well-known enterprise. The success and prosperity of the conference is reflected high level of the papers received. The proceedings are a compilation of the accepted papers and represent an interesting outcome of the conference. There were 332 submissions including 293 papers and 39 abstracts. After rigorous peer review, 116 papers and 15 abstracts were accepted. This book covers 3 chapters: Artificial Intelligence; Design and Applications of Artificial Intelligence; Automatic Control. We would like to acknowledge all of those who supported AIACT 2019. Each individual and institutional help were very important for the success of this conference. Especially we would like to thank the organizing committee for their valuable advices in the organization and helpful peer review of the papers. We sincerely hope that AIACT 2019 will be a forum for excellent discussions that will put forward new ideas and promote collaborative researches. We are sure that the proceedings will serve as an important research source of references and the knowledge, which will lead to not only scientific and engineering progress but also other new products and processes. Prof. Dan Zhang, York University, Canada Prof. Xuechao Duan, Xidian University, China

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,850
Score d'incertitude au seuil0,503

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0080,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,1500,137

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 Opus0,022
Tête enseignante GPT0,274
Écart entre enseignants0,251 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetAdvanced Data Processing TechniquesTravaux en français237 207