Notice bibliographique
Résumé
Consider a contaminated region in a 2-dimensional plane that is expanding with unit normal speed. Our goal is to apply a control function (e.g. pesticide) along the boundary of this region to reduce the contaminated area to zero in the shortest possible time, while consistently clearing a fixed amount of land per unit time. It has been proven that when the initial contamination forms a convex set, an optimal eradication strategy requires applying pesticide to the boundary segments with the highest curvature at each moment. This is equivalent to adopting a myopic strategy that minimizes the perimeter of the contaminated region at each time step. This result provided insight for developing numerical methods to compute approximations of these optimal strategies for convex sets. Namely, our simulation consists in alternating between computing the isoperimetric (perimeter-minimizing) profile with a convex constraint and then dilating the resulting set by a radius equal to the time mesh. This process is repeated until the shape reaches a circle, which can then be trivially scaled down to a point. The isoperimetric profile is obtained through morphological opening, an erosion-dilation operator commonly used in image processing for noise removal. A major open problem remains: a full characterization of optimal eradication strategies for initial contaminations of general shapes. We have applied the above numerical scheme with non-convex constraints to gain some intuition in this broader context. This may entail replacing the morphological opening operator with a more general algorithm relying on the medial axis of a shape. It turns out that, in some configurations, it is more effective to split the contamination into several components and shrink them separately.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».