Risk-driven Online Testing and Test Case Diversity Analysis for ML-enabled Critical Systems (Replication Package)
Notice bibliographique
Résumé
This repository contains the replication package as well as obtained results for the study titled "Risk-driven Online Testing and Test Case Diversity Analysis for ML-enabled Critical Systems". These include simulation control script, simulation file, test output and evaluation scripts. Hint: [search algorithm] refers to ES, GA, SA or RS. For instance, cais_zmq_[search algorithm].py could be cais_zmq_ES.py or cais_zmq_GA.py etc. cais_scenario.ttt is the actual simulation file and is loaded into CoppeliaSim cais_zmq_[search algorithm].py is the control script for each search algorithm and connected via the ZMQ zmqRemoteApi package file clusterdata[search algorithm].csv contains the output from clustering all test evaluations for the respective algorithm result_evaluation.py is the evaluation script Distribution.pdf is related only to distribution of failed evaluations evaluation results.zip contains outcomes from test data analysis (grouped[0,1,2].pdf are boxplots for failed, false "positives" and passed evaluations respectively) README.md instructions to run replication package result_[search algorithm].txt all test evaluations per algorithm run_details_[search algorithm].csv objective function output and time taken for each test evaluation per algorithm vargha_delaney.py python module for Vargha Delaney effect size determination Note: Instructions to run the package can be found in README.md
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 | 0,006 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,148 | 0,074 |
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 ».