MétaCan
Menu
Retour à la cohorte
Enregistrement W4402322000 · doi:10.56827/jrsmms.2024.1102.1

AN OVERVIEW OF RECENT DEVELOPMENTS IN FUNCTIONS OF MATRIX ARGUMENT

2022· article· en· W4402322000 sur OpenAlexaff
A. M. Mathai

Notice bibliographique

RevueJOURNAL OF RAMANUJAN SOCIETY OF MATHEMATICS AND MATHEMATICAL SCIENCES · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputability, Logic, AI Algorithms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésArgument (complex analysis)Matrix (chemical analysis)Computer scienceEpistemologyPhilosophyChemistry

Résumé

récupéré en direct d'OpenAlex

The purpose of this article is to introduce the readers, especially the researchers, to some topics connected with functions of matrix argument, scaling models, distributions of products and ratios, Bayesian structures, symmetric products and symmetric ratios of matrices, scalar and matrix-variate fractional integrals, functions of matrix argument through entropy optimization, singular matrix-variate gamma and beta functions etc which are currently active so that interested readers can get into these classes of problems for their current research or teaching. Let X be a p * q,p ≤ q matrix of rank p in the real domain. If the function f(X), associated with X, is a function of XX, where a prime denotes the transpose, then such a function appears in a number of different disciplines. This paper examines the recent developments in such matrix-variate functions when X is in the real or complex domain. Connections to Bayes procedures, quantum physics, scalar and matrix texture models in communication and engineering problems, fractional integrals, distributions of symmetric products and symmetric ratios of matrices, singular matrix-variate gamma and beta functions and other related areas are pointed out. Only an overview of the current research in these topics with some illustrative examples are given in this paper. Since the material is summarized from the author's own works, most of the references are author's own papers, and hence similarity index, similarity with author's own works, may be high. The materials also cover some current results which are being published.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,086
Tête enseignante GPT0,346
Écart entre enseignants0,260 · 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
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJOURNAL OF RAMANUJAN SOCIETY OF MATHEMATICS AND MATHEMATICAL SCIENCESMême sujetComputability, Logic, AI AlgorithmsTravaux en français237 207