Bibliographic record
Abstract
Este trabalho apresenta a Gray-Sorted Distance (GSD), uma medida de comparação para imagens, desenvolvida para tarefas de classificação baseadas em Máquinas de Vetores de Suporte (SVM).O objetivo principal da GSD é proporcionar uma alternativa eficiente em termos computacionais à conhecida distância de Wasserstein do transporte ótimo, preservando as características essenciais, mas reduzindo o custo computacional.A GSD é especialmente projetada para ser aplicada em cenários onde o conjunto de dados é pequeno, situação em que métodos como o aprendizado profundo podem apresentar limitações devido à necessidade de grandes quantidades de dados e recursos computacionais.Além de discutir os fundamentos teóricos da GSD, este trabalho também realiza comparações empíricas com a aproximação da métrica de Wasserstein baseada no algoritmo de Sinkhorn, e no Sliced Wasserstein Generalized Geodesics (minSWGG), utilizando alguns conjuntos de dados como MNIST, CIFAR10, BSDS500, e ALL-IDB2.Uma análise adicional mostra que, embora o kernel exponencial baseado na distância de Wasserstein não seja positivo definido em geral, a GSD permite definir um kernel positivo definido, o que a torna especialmente adequada para uso com classificadores SVM.Os resultados experimentais mostram que a GSD não só oferece uma alternativa computacionalmente mais viável, mas também mantém uma correlação com a distância de Wasserstein, ao mesmo tempo que reduz significativamente o tempo de execução, tornando-a uma solução alternativa para tarefas de classificação de imagens com SVM, especialmente em casos de conjuntos de dados pequenos.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".