MétaCan
Menu
Retour à la cohorte
Enregistrement W4384574991 · doi:10.23952/jnva.7.2023.4.06

Absolute value equations with data uncertainty in the $l_1$ and $l_\infty$ norm balls

2023· article· en· W4384574991 sur OpenAlex
Yue Lu, MA Hong-min, Dong-Yang Xue, Jein-Shan Chen

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Nonlinear and Variational Analysis · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Portfolio Optimization
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Tianjin CityMinistry of Science and Technology, TaiwanNational Natural Science Foundation of China
Mots-clésNorm (philosophy)JumpLinear programmingMathematicsApplied mathematicsValue (mathematics)Mathematical optimizationRange (aeronautics)Mathematical economicsStatisticsLawPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Absolute value equations (AVEs) have attracted much attention in recent studies.However, the problem data may be contaminated by noises that yield a meaningless solution, even if these coefficients are uncertain within a certain range.To address this issue, we import the idea of robust optimization and present their robust counterpart models with data uncertainty in the l 1 and l ∞ norm balls.In particular, we prove that these models are equivalent to the linear programming problems.Numerical experiments demonstrate that the true solution of these AVEs can be recovered by solving the equivalent linear programming models with open-resource packages JuMP and HiGHS in Julia language.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,114
Tête enseignante GPT0,391
Écart entre enseignants0,277 · 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