MétaCan
Menu
Retour à la cohorte
Enregistrement W7132070262

Sıralama ve arama algoritmalarının geliştirilmesi

2017· dissertation· en· W7132070262 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueAYBU AVESIS · 2017
Typedissertation
Langueen
DomaineComputer Science
ThématiqueMachine Learning and Data Classification
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute of Steel Construction
Mots-clésHeadlineContext (archaeology)Sorting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bilgisayarlarda veri hızındaki artış bilgisayarların hızındaki büyümeden çok daha fazladır ve bu da araştırma literatüründeki sıralama ve arama algoritmalarının üzerinde yoğun bir şekilde durulmasına sebep olmaktadır. Bu tezde, yerleştirmeli sıralama 'insertion sort' kavramına dayalı yeni verimli bir sıralama algoritması öneriyoruz. Önerilen algoritma Çift Yönlü Şartlı Yerleştirmeli Sıralama 'Bidirectional Conditional Insertion Sort (BCIS)' olarak adlandırılır. Bu algoritma bir yerinde sıralama algoritmasıdır ve standart yerleştirme sıralaması ile kıyaslandığında fevkalade verimli ortalama durum zaman karmaşıklığına sahiptir. Yeni algoritmamızı QuickSort algoritması ile kıyasladığımızda, BCIS, 1500 ögeye kadar göreceli olarak küçük dizilerde daha hızlı ortalama durum zamanları göstermektedir. Enterpolasyon (ara değerlemesi) ve ikili arama fikrine dayanarak sıralanmış veri setlerini aramak için hibrit bir algoritma sunuyoruz. Sunulan algoritma Hibrit Arama (HA) olarak adlandırılır ve bilinmeyen dağılımlı sıralı veri setleri üzerinde verimli olarak çalışmak üzere tasarlanmıştır. Deneysel sonuçlar önerdiğimiz algoritmanın benzer bir yaklaşım kullanan diğer algoritmalarla kıyaslandığında daha iyi bir performansa sahip olduğunu göstermiştir. Buna ilaveten, bu çalışma ikili aramanın uygulamasında değinilmemiş bir konuyu açıklamakta ve analiz etmektedir. Bu konu algoritmanın doğruluğunu etkilemese de, performansını azaltmaktadır. Ancak, bu çalışma ikili aramanın karşılaştırma sayısı açısından davranışını açıklamak için kesin bir analitik yaklaşım sunar. Bu metodun yardımıyla, zayıf uygulamanın karmaşıklığı kanıtlanır. Deneysel sonuçlar geniş büyüklükte arama anahtarı kullanıldığında zayıf uygulamanın doğru uygulamadan daha yavaş olduğunu göstermiştir. Bu uygulamanın diğer algoritmalarda mevcut olup olmadığı da ayrıca araştırılmıştır. Son olarak, iki adet verimli arama algoritması sunuyoruz. İlki 'üçlü aramanın gelişmiş bir uygulamasıdır, ikincisi ise Binary-Quaternary search (BQ Arama) 'İkili-Dörtlü Arama' olarak adlandırılan yeni bir algoritmadır. BQ arama yeni verimli bir böl ve yönet tekniği kullanmaktadır. Önerilen her iki algoritma da teorik ve deneysel olarak ikili aramalar ile kıyaslandığında daha iyi performans göstermektedir. Her ne kadar, önerilen BQ arama gelişmiş üçlü aramadan çok az daha yüksek ortalama karşılaştırma sayısı gösterse de, deneysel olarak BQ araması bazı koşullar altında gelişmiş üçlü aramalar ile kıyaslandığında daha iyi performans göstermektedir.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,014
Tête enseignante GPT0,290
Écart entre enseignants0,275 · 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