MétaCan
Menu
Retour à la cohorte
Enregistrement W637201025

Comments on two direct methods in linear programming.

2004· article· en· W637201025 sur OpenAlexaboutno aff
Cheng Marshal Wang

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2004
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Optimization Algorithms Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLinear programmingMathematicsAlgorithm
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this thesis we will analyse the two algorithms for linear programming (LP) presented by Stojkovic and Stanimirovic [15] in 2001. One of the methods, which the authors call the "minimal angles method" (MA method) was designed to determine either an optimal extreme point or an extreme point adjacent to an optimal extreme point. Unfortunately, the theorem upon which the MA method is based is not valid. This was shown by Li [10] in 2004 with two counterexamples. We will show that one of the counterexamples itself is not valid, and will provide an alternate, valid counterexample. We will also provide a careful study of the MA method to see if there is a class of LP, where it can be applied. This leads to a method we call the "active cone method" which can be used for 2 variable LPs. The second method of Stojkovic and Stanimirovic [15] in 2001 uses an analogy to Game Theory to devise a process, based on "dominated strategies", to simplify a certain class of LP. We extend this idea and present an iterative method which provides further reduction to a large class of LPs.Dept. of Mathematics and Statistics. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2004 .W365. Source: Masters Abstracts International, Volume: 43-03, page: 0987. Advisers: R. J. Caron; T. Traynor. Thesis (M.Sc.)--University of Windsor (Canada), 2004.

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)0,005
score de la tête « metaresearch » (Gemma)0,031
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,006
Science ouverte0,0020,003
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,1330,038

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 Opus0,084
Tête enseignante GPT0,409
Écart entre enseignants0,325 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetAdvanced Optimization Algorithms ResearchTravaux en français237 207