MétaCan
Menu
Retour à la cohorte
Enregistrement W4366980285 · doi:10.5705/ss.202022.0328

Necessary and Sufficient Conditions for Multiple Objective Optimal Regression Designs

2023· article· en· W4366980285 sur OpenAlexafffund
Lucy L. Gao, Jane J. Ye, Shangzhi Zeng, Julie Zhou

Notice bibliographique

RevueStatistica Sinica · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Statistical Methods and Models
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceRegressionRegression analysisMathematicsStatisticsMathematical optimizationEconometrics

Résumé

récupéré en direct d'OpenAlex

We typically construct optimal designs based on a single objective function.To better capture the breadth of an experiment's goals, we could instead construct a multiple objective optimal design based on multiple objective functions.While algorithms have been developed to find multi-objective optimal designs (e.g.efficiencyconstrained and maximin optimal designs), it is far less clear how to verify the optimality of a solution obtained from an algorithm.In this paper, we provide theoretical results characterizing optimality for efficiency-constrained and maximin optimal designs on a discrete design space.We demonstrate how to use our results in conjunction with linear programming algorithms to verify optimality.

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)0,058
score de la tête « metaresearch » (Gemma)0,200
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 enseignants0,058
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,200
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,007
Communication savante0,0020,006
Science ouverte0,0030,004
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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 Opus0,233
Tête enseignante GPT0,491
Écart entre enseignants0,258 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStatistica SinicaMême sujetAdvanced Statistical Methods and ModelsTravaux en français237 207