MétaCan
Menu
Retour à la cohorte
Enregistrement W4399580984 · doi:10.32614/cran.package.waverider

WaverideR: Extracting Signals from Wavelet Spectra

2023· dataset· en· W4399580984 sur OpenAlex
Michiel Arts

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
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

Revuenon disponible
Typedataset
Langueen
DomaineComputer Science
ThématiqueTime Series Analysis and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationCommonwealth Scientific and Industrial Research OrganisationMet OfficeNational Science Foundation
Mots-clésWaveletPattern recognition (psychology)Computer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The continuous wavelet transform enables the observation of transient/non-stationary cyclicity in time-series. The goal of cyclostratigraphic studies is to define frequency/period in the depth/time domain. By conducting the continuous wavelet transform on cyclostratigraphic data series one can observe and extract cyclic signals/signatures from signals. These results can then be visualized and interpreted enabling one to identify/interpret cyclicity in the geological record, which can be used to construct astrochronological age-models and identify and interpret cyclicity in past and present climate systems. The 'WaverideR' R package builds upon existing literature and existing codebase. The list of articles which are relevant can be grouped in four subjects; cyclostratigraphic data analysis,example data sets,the (continuous) wavelet transform and astronomical solutions. References for the cyclostratigraphic data analysis articles are: Stephen Meyers (2019) &lt;<a href="https://doi.org/10.1016%2Fj.earscirev.2018.11.015" target="_top">doi:10.1016/j.earscirev.2018.11.015</a>&gt;. Mingsong Li, Linda Hinnov, Lee Kump (2019) &lt;<a href="https://doi.org/10.1016%2Fj.cageo.2019.02.011" target="_top">doi:10.1016/j.cageo.2019.02.011</a>&gt; Stephen Meyers (2012)&lt;<a href="https://doi.org/10.1029%2F2012PA002307" target="_top">doi:10.1029/2012PA002307</a>&gt; Mingsong Li, Lee R. Kump, Linda A. Hinnov, Michael E. Mann (2018) &lt;<a href="https://doi.org/10.1016%2Fj.epsl.2018.08.041" target="_top">doi:10.1016/j.epsl.2018.08.041</a>&gt;. Wouters, S., Crucifix, M., Sinnesael, M., Da Silva, A.C., Zeeden, C., Zivanovic, M., Boulvain, F., Devleeschouwer, X. (2022) &lt;<a href="https://doi.org/10.1016%2Fj.earscirev.2021.103894" target="_top">doi:10.1016/j.earscirev.2021.103894</a>&gt;. Wouters, S., Da Silva, A.-C., Boulvain, F., and Devleeschouwer, X. (2021) &lt;<a href="https://doi.org/10.32614%2FRJ-2021-039" target="_top">doi:10.32614/RJ-2021-039</a>&gt;. Huang, Norden E., Zhaohua Wu, Steven R. Long, Kenneth C. Arnold, Xianyao Chen, and Karin Blank (2009) &lt;<a href="https://doi.org/10.1142%2FS1793536909000096" target="_top">doi:10.1142/S1793536909000096</a>&gt;. Cleveland, W. S. (1979)&lt;<a href="https://doi.org/10.1080%2F01621459.1979.10481038" target="_top">doi:10.1080/01621459.1979.10481038</a>&gt; Hurvich, C.M., Simonoff, J.S., and Tsai, C.L. (1998) &lt;<a href="https://doi.org/10.1111%2F1467-9868.00125" target="_top">doi:10.1111/1467-9868.00125</a>&gt;, Golub, G., Heath, M. and Wahba, G. (1979) &lt;<a href="https://doi.org/10.2307%2F1268518" target="_top">doi:10.2307/1268518</a>&gt;. References for the example data articles are: Damien Pas, Linda Hinnov, James E. (Jed) Day, Kenneth Kodama, Matthias Sinnesael, Wei Liu (2018) &lt;<a href="https://doi.org/10.1016%2Fj.epsl.2018.02.010" target="_top">doi:10.1016/j.epsl.2018.02.010</a>&gt;. Steinhilber, Friedhelm, Abreu, Jacksiel, Beer, Juerg , Brunner, Irene, Christl, Marcus, Fischer, Hubertus, HeikkilA, U., Kubik, Peter, Mann, Mathias, Mccracken, K. , Miller, Heinrich, Miyahara, Hiroko, Oerter, Hans , Wilhelms, Frank. (2012 &lt;<a href="https://doi.org/10.1073%2Fpnas.1118965109" target="_top">doi:10.1073/pnas.1118965109</a>&gt;. Christian Zeeden, Frederik Hilgen, Thomas Westerhold, Lucas Lourens, Ursula Röhl, Torsten Bickert (2013) &lt;<a href="https://doi.org/10.1016%2Fj.palaeo.2012.11.009" target="_top">doi:10.1016/j.palaeo.2012.11.009</a>&gt;. References for the (continuous) wavelet transform articles are: Morlet, Jean, Georges Arens, Eliane Fourgeau, and Dominique Glard (1982a) &lt;<a href="https://doi.org/10.1190%2F1.1441328" target="_top">doi:10.1190/1.1441328</a>&gt;. J. Morlet, G. Arens, E. Fourgeau, D. Giard (1982b) &lt;<a href="https://doi.org/10.1190%2F1.1441329" target="_top">doi:10.1190/1.1441329</a>&gt;. Torrence, C., and G. P. Compo (1998)&lt;<a href="https://paos.colorado.edu/research/wavelets/bams_79_01_0061.pdf" target="_top">https://paos.colorado.edu/research/wavelets/bams_79_01_0061.pdf</a>&gt;, Gouhier TC, Grinsted A, Simko V (2021) &lt;<a href="https://github.com/tgouhier/biwavelet" target="_top">https://github.com/tgouhier/biwavelet</a>&gt;. Angi Roesch and Harald Schmidbauer (2018) &lt;<a href="https://CRAN.R-project.org/package=WaveletComp" target="_top">https://CRAN.R-project.org/package=WaveletComp</a>&gt;. Russell, Brian, and Jiajun Han (2016)&lt;<a href="https://www.crewes.org/Documents/ResearchReports/2016/CRR201668.pdf" target="_top">https://www.crewes.org/Documents/ResearchReports/2016/CRR201668.pdf</a>&gt;. Gabor, Dennis (1946) &lt;<a href="http://genesis.eecg.toronto.edu/gabor1946.pdf" target="_top">http://genesis.eecg.toronto.edu/gabor1946.pdf</a>&gt;. J. Laskar, P. Robutel, F. Joutel, M. Gastineau, A.C.M. Correia, and B. Levrard, B. (2004) &lt;<a href="https://doi.org/10.1051%2F0004-6361%3A20041335" target="_top">doi:10.1051/0004-6361:20041335</a>&gt;. Laskar, J., Fienga, A., Gastineau, M., Manche, H. (2011a) &lt;<a href="https://doi.org/10.1051%2F0004-6361%2F201116836" target="_top">doi:10.1051/0004-6361/201116836</a>&gt;. References for the astronomical solutions articles are: Laskar, J., Gastineau, M., Delisle, J.-B., Farres, A., Fienga, A. (2011b &lt;<a href="https://doi.org/10.1051%2F0004-6361%2F201117504" target="_top">doi:10.1051/0004-6361/201117504</a>&gt;. J. Laskar (2019) &lt;<a href="https://doi.org/10.1016%2FB978-0-12-824360-2.00004-8" target="_top">doi:10.1016/B978-0-12-824360-2.00004-8</a>&gt;. Zeebe, Richard E (2017) &lt;<a href="https://doi.org/10.3847%2F1538-3881%2Faa8cce" target="_top">doi:10.3847/1538-3881/aa8cce</a>&gt;. Zeebe, R. E. and Lourens, L. J. (2019) &lt;<a href="https://doi.org/10.1016%2Fj.epsl.2022.117595" target="_top">doi:10.1016/j.epsl.2022.117595</a>&gt;. Richard E. Zeebe Lucas J. Lourens (2022) &lt;<a href="https://doi.org/10.1126%2Fscience.aax0612" target="_top">doi:10.1126/science.aax0612</a>&gt;.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,008

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 Opus0,027
Tête enseignante GPT0,251
Écart entre enseignants0,224 · 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

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTime Series Analysis and ForecastingTravaux en français237 207