MétaCan
Menu
Retour à la cohorte
Enregistrement W4255316375 · doi:10.35940/ijitee.a4215.119119

BOSA: Binary Orientation Search Algorithm

2019· article· en· W4255316375 sur OpenAlexaff
Mohammad Dehghani, Zeinab Montazeri, Om Parkash, Gaurav Dhiman, Vijay Kumar

Notice bibliographique

RevueInternational Journal of Innovative Technology and Exploring Engineering · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueMetaheuristic Optimization Algorithms Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBenchmark (surveying)Orientation (vector space)Binary numberAlgorithmComputer scienceBinary search algorithmOptimization algorithmSearch algorithmMathematical optimizationMathematicsArithmetic

Résumé

récupéré en direct d'OpenAlex

Optimization algorithms have many applications in solve the optimization problems in various sciences. The Orientation Search Algorithm (OSA) is an optimizer that is simulated the rules of a game called orientation game. In OSA searcher agent are players of orientation game that moves on the playground depending on the direction of the referee. in this study, binary model of OSA which called Binary Orientation Search Algorithm (BOSA) is proposed. BOSA and eight other algorithms (BGA, BPSO, BGSA, BGOA, BBA, BMOA, and BDA) are tested on twenty-three Benchmark test function. Proposed BOSA has a high ability to solve optimization problems compared to other algorithms according to the evaluation results.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,256 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations84
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovative Technology and Exploring EngineeringMême sujetMetaheuristic Optimization Algorithms ResearchTravaux en français237 207