Pre-trained Models for SMP Classification and Segmentation
Notice bibliographique
Résumé
This dataset provides access to pre-trained models that were used for SnowMicroPen profile classification and segmentation. The models were trained on a part of the MOSAiC SMP dataset, available on https://doi.pangaea.de/10.1594/PANGAEA.935554. The labeled training data consists mostly of profiles from leg three of the expedition (January - May 2020), some profiles from leg one and two, and no profiles from leg four. Please refer to the snowdragon GitHub repository (https://github.com/liellnima/snowdragon) to access the models' training code and be directed to current publications. The following trained models are available here (alphabetically ordered): Artificial neural networks Bi-directional long short-term memory (blstm.hdf5) Encoder-decoder (enc_dec.hdf5) Long short-term memory (lstm.hdf5) Baseline Majority vote classifier (baseline.model) Semi-supervised models Cluster-then-predict models: Bayesian Gaussian mixture model (gmm.model) Bayesian mixture model (bmm.model) K-means clustering (kmeans.model) Label propagation (label_spreading.model) Self-trained classifier (self_trainer.model) Supervised models Balanced random forest (rf_bal.model) Easy ensemble (easy_ensemble.model) K-nearest neighbors (knn.model) Random forest (rf.model) Support vector machines (svm.model) Loading Instructions: The models with the file-ending ".model" are pickeled Python objects and can be loaded with ``pickle.load(your_model.model)``. The random forest must be loaded with ``joblib.load(rf.model)``. All artificial neural networks are h5py.File objects (tf.keras models) and can be loaded with ``tf.keras.models.load_model(your_ann.model)``.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».