Notice bibliographique
Résumé
Retrograde analysis has been applied to many problems. It enables to generate databases of positions or databases of patterns. For each possible position or pattern it enables to find the status of the position and other information such as the minimal number of moves required to win in the position. Once generated, databases enable to control, reduce or even replace search. Retrograde analysis was first used to solve chess endgames [van den Herik and Herschberg 1985; Thompson 1986; Stiller 1996; Thompson 1996] containing up to six pieces. Chess endgame databases enable to play endgames perfectly and even discovered new chess knowledge about endgames [Nunn 1993]. Another successful application of retrograde analysis is the computation of Checkers endgames by Chinook [Lake et al. 1994; Schaeffer 1997] which is an important part of the program that solved Checkers [Schaeffer 2007]. Retrograde analysis has also been used in single player games such as the 16 puzzle. It consisted in computing an admissible heuristics involving only some of the pieces [Culberson and Schaeffer 1998]. Pattern database can also be combined and improve on single pattern databases [Korf and Felner 2002]. Another application of pattern databases is Rubik’s cube [Korf 1997] where separate databases for corner and side cubes can be computed and improve much the admissible heuristic. Pattern databases can also be used for the game of Go, computing for example databases on eyes or on life [Cazenave 1993; Cazenave 1996b; Cazenave 1996a]. Improvements include associating patterns to abstract conditions such as external liberties [Cazenave 2001] and reducing memory requirements using metarules [Cazenave 2003]. Some complex games such as Awari have been completely solved with retrograde analysis [Romein and Bal 2003]. In his thesis [Fraser 2002], Bill Fraser describes the BruteForce program that searches an endgame region in Go to calculate thermographs for every position. It enables his program to find means, temperatures, and orthodox lines of play. Our work is related since we use a brute force approach that takes ko into account, however we simply compute the values of positions and not the associated thermograph. Moreover we deal with long loops in the game graph, long loops only very rarely occur in Go positions.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,003 |
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 ».