MétaCan
Menu
Retour à la cohorte
Enregistrement W4300388662 · doi:10.48550/arxiv.1305.0182

Space-filling Latin Hypercube Designs based on Randomization\n Restrictions in Factorial Experiments

2013· preprint· W4300388662 sur OpenAlexaff
Pritam Ranjan

Notice bibliographique

RevuearXiv (Cornell University) · 2013
Typepreprint
Langue
DomaineComputer Science
ThématiqueAdvanced Multi-Objective Optimization Algorithms
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésOrthogonalityLatin hypercube samplingMinimaxClass (philosophy)Space (punctuation)FactorialComputer scienceMathematicsFactorial experimentCombinatoricsDiscrete mathematicsAlgorithmMathematical optimizationGeometryStatisticsArtificial intelligenceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Latin hypercube designs (LHDs) with space-filling properties are widely used\nfor emulating computer simulators. Over the last three decades, a wide spectrum\nof LHDs have been proposed with space-filling criteria like minimum correlation\namong factors, maximin interpoint distance, and orthogonality among the factors\nvia orthogonal arrays (OAs). Projective geometric structures like spreads,\ncovers and stars of PG(p-1,q) can be used to characterize the randomization\nrestriction of multistage factorial experiments. These geometric structures can\nalso be used for constructing OAs and nearly OAs (NOAs). In this paper, we\npresent a new class of space-filling LHDs based on NOAs derived from stars of\nPG(p-1, 2).\n

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)0,016
score de la tête « metaresearch » (Gemma)0,039
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: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,039
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,122
Tête enseignante GPT0,230
Écart entre enseignants0,108 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAdvanced Multi-Objective Optimization AlgorithmsTravaux en français237 207