MétaCan
Menu
Retour à la cohorte
Enregistrement W4382866772 · doi:10.1609/icaps.v33i1.27251

Frontmatter

2023· article· en· W4382866772 sur OpenAlexfundno aff
Roman Barták, Andrea Orlandini, Mauro Vallati, Sven Koenig, Roni Stern

Notice bibliographique

RevueProceedings of the International Conference on Automated Planning and Scheduling · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueConstraint Satisfaction and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesMoonshot Research and Development ProgramOffice of Naval ResearchOffice National d'études et de Recherches AérospatialesInstitute of Software, Chinese Academy of SciencesU.S. Naval Research LaboratoryRussian Academy of SciencesTechnische Universität DortmundSingapore Management UniversityUniversität KonstanzLibera Università di BolzanoUniversità degli Studi di BresciaUniversidade do PortoUniversidad de GranadaMasarykova UniverzitaUniversität des SaarlandesRWTH Aachen UniversityDanmarks Tekniske UniversitetUniversitat Politècnica de ValènciaBen-Gurion University of the NegevUniversidade Federal do Rio Grande do SulTechnische Universität WienSapienza Università di RomaOregon State UniversityQueen's UniversityLinköpings UniversitetUniversity of AlbertaImperial College LondonUniversity of TorontoUniversity of Southern CaliforniaInstitució Catalana de Recerca i Estudis AvançatsArizona State UniversityUniversitat Pompeu FabraTechnische Universiteit EindhovenChinese Academy of SciencesSun Yat-sen UniversityBar-Ilan UniversityUniversiteit van AmsterdamJet Propulsion LaboratoryMonash UniversityRoyal Holloway, University of LondonNational Aeronautics and Space AdministrationNanyang Technological UniversityUniversität UlmNational University of SingaporeUniversity of AberdeenUniversity of OxfordAlbert-Ludwigs-Universität FreiburgCentre National de la Recherche ScientifiqueKing's College LondonInvitaeCarnegie Mellon UniversityAmazon RoboticsPurdue UniversityPolytechnique MontréalInstitut national de recherche en informatique et en automatique (INRIA)Universite AngersColorado State UniversityKU LeuvenHeriot-Watt UniversitySimon Fraser UniversityUniversità degli Studi di PadovaEuropean Space AgencyAalborg UniversitetUniversidad Carlos III de MadridInternational Science and Technology CenterUniversità degli Studi di Napoli Federico IIÖrebro UniversitetCalifornia Institute of TechnologyFondazione Bruno KesslerGeorgia Institute of TechnologyUniversidad de OviedoUniversität BaselUniversità degli Studi di TrentoUniversity of Science and Technology of ChinaMicrosoft ResearchTechnische Universiteit DelftRAND CorporationČeské Vysoké Učení Technické v Praze
Mots-clésCzechComputer scienceLibrary scienceScheduling (production processes)Operations researchPolitical scienceEngineeringOperations management

Résumé

récupéré en direct d'OpenAlex

This volume contains the papers accepted for presentation at ICAPS 2023, the Thirty-Third International Conference on Automated Planning and Scheduling, to be held in Prague, Czech Republic, July 8-13, 2023. The annual ICAPS conference series was formed in 2003 through the merger of two pre-existing biennial conferences, the International Conference on Artificial Intelligence Planning and Scheduling (AIPS) and the European Conference on Planning (ECP). ICAPS continues the traditional high standards of AIPS and ECP as an archival forum for new research in the field of automated planning and scheduling.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,287
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

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

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'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Automated Planning and SchedulingMême sujetConstraint Satisfaction and OptimizationTravaux en français237 207