Fusion of Multi-level Granular Data using Evidence Theory
Notice bibliographique
Résumé
Abstract Complex systems are often composed of multiple subsystems arranged in a multi-level hierarchical structure. Therefore, dedicated methods suitable for determining the local states of such arranged components and the global state of the system are important. Subsystems’ dependence on each other and unreliable inputs make forming definitions of the subsystems’ states challenging. As a result, the state descriptions could contain imprecise terms expressed as data granules. Moreover, the granules ’conceal’ partial information and unclar-ity on what values of inputs and states of other subsystems are required to determine the local and global states of the system. In this paper, we introduce and describe a novel approach to determining states – local and global – of complex multi-component systems of hierarchical architecture. We use elements of Evidence Theory and adopt a newly developed method that satisfies uncertain targets to assess the system’s states. In our case, the uncertain targets are definitions of subsystems’ states. This process is performed in stages following the system’s architecture. The inputs are used at the lowest levels of the hierarchy, and the processing at higher levels uses the results of lower-level computations. Due to the imprecision of inputs and definitions of subsystems’ states, the proposed approach deals with multiple sources of uncertainty in determining the states. The origins of imprecision are categorized into: 1) uncertainty and ambiguity associated with measured quantities as inputs to subsystems, 2) degrees of imprecision in determining states of subsystems calculated based on the states of other subsystems, and 3) imprecision and incomplete knowledge included in the statements defining subsystems’ states.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».