MétaCan
Menu
Retour à la cohorte
Enregistrement W4399765963 · doi:10.1016/j.dam.2024.06.004

Tilted inequalities and facets of the set covering polytope: A theoretical analysis

2024· article· en· W4399765963 sur OpenAlexafffund
François Lamothe, Claudio Contardo, Matthieu Gruson

Notice bibliographique

RevueDiscrete Applied Mathematics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensConcordia UniversityUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolytopeMathematicsCombinatoricsSet (abstract data type)InequalityConvex polytopeGeometryConvex setRegular polygonComputer scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Given a ground-set of elements and a family of subsets, the set covering problem consists in choosing a minimum number of elements such that each subset contains at least one of the chosen elements. This research focuses on the set covering polytope , which is the convex hull of integer solutions to the set covering problem. We investigate the connection between the study of the facets of the set covering polytope and tilting theory. This theory studies how inequalities can be rotated around their contact points with a polyhedron in order to obtain inequalities inducing higher dimensional faces . To study this connection, we introduce the concept of tilting vectors which characterize the degrees of freedom of rotation of an inequality. These vectors characterize facet-defining inequalities and can be used to tilt inequalities with a similar procedure to the one used for arbitrary polyhedra. Additionally, we demonstrate that the computational effort needed to tilt an inequality can be reduced when the inequality has many null coefficients. Finally, we use the tilting vectors to extend several necessary and/or sufficient conditions for facets of the set covering polytope presented by several previous works of the literature.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiscrete Applied MathematicsMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207