Apprentissage de réseaux par agrégation bayésienne d’arbres couvrants
Bibliographic record
Abstract
Nous proposons dans cet article une méthode d’apprentissage de structure de modèle graphique basée sur les arbres couvrants. Étant donné un échantillon indépendant, Chow et Liu (1968) ont proposé un algorithme permettant de calculer l’arbre du maximum de vraisemblance. Cet algorithme consiste en une recherche d’arbre couvrant maximal où la matrice d’information mutuelle empirique entre les paires de variables est utilisée pour pondérer les arêtes. Nous présentons ici le pendant bayésien de cette approche fréquentiste. Une distribution a posteriori est calculée sur l’espace des arbres couvrants, ce qui nous permet ensuite de donner une probabilité a posteriori pour chacune des arêtes. L’intégration sur les paramètres de chacun des modèles est évitée en effectuant une approximation de type BIC. L’algorithme utilise un résultat d’algèbre appelé théorème arbre-matrice pour effectuer tous les calculs de manière exacte et rapide.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".