1,721,025 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Event classification from floor sensor - Application to elderly monitoring.
No full textCette thèse porte sur la détection d'événements dans des signaux issus de capteurs sols pour le suivi des personnes âgées. Au vu des questions pratiques, il semble en effet que les capteurs de pression situés au sol soient de bons candidats pour les activités de suivi, notamment la détection de chute. Les signaux à traiter étant complexes, il convient d’utiliser des modèles sophistiqués. Ainsi, afin de concevoir un détecteur de chutes, nous proposons une approche basée sur les forêts aléatoires, tout en répondant aux contraintes matérielles à l’aide d’une procédure de sélection des variables. Les performances sont améliorées à l’aide d’une méthode d’augmentation des données ainsi qu’à l'agrégation temporelle des réponses du modèle. Nous abordons ensuite la question de la confrontation de notre modèle au monde réel, avec des méthodes d'apprentissage par transfert qui agissent sur le modèle de base des forêts aléatoires, c'est-à-dire les arbres de décision. Ces méthodes sont des adaptations de travaux antérieurs aux nôtres et sont conçues pour aborder le problème de déséquilibre des classes, la chute étant un événement rare. Nous les testons sur plusieurs ensembles de données, montrant ainsi des résultats encourageants pour la suite, et une implémentation Python est mise à disposition. Enfin, motivés par la question du suivi des personnes âgées tout en traitant un signal unidimensionnel pour une grande zone, nous proposons de distinguer les personnes âgées des individus plus jeunes grâce à un modèle de réseau de neurones convolutifs et un apprentissage de dictionnaire. Les signaux à traiter étant principalement constitués de marches, la première brique du modèle est entraînée pour se focaliser sur les pas dans les signaux, et la seconde partie du modèle est entraînée séparément sur la tâche finale. Cette nouvelle approche de la classification de la marche permet de reconnaître avec efficacité les signaux issus de personnes âgées.This thesis addresses the subject of event detection in temporal signals for elderly monitoring by the use of a floor pressure sensor. We first show that most proposed systems do not meet main practical issues and that floor systems constitute promising candidates for monitoring tasks. Since complex signals require sophisticated models, we propose a random-forest-based approach that detects falls with state-of-the-art accuracy and meets hardware constraints with a feature selection procedure. The model performance is improved with data augmentation and time aggregation of the random forest outputs. Then, we address the issue of confronting our model to the real world with transfer learning methods that act on the core model of random forests, i.e. decision trees. These methods are adaptations of seminal work and are designed to tackle the class imbalance problem as falls are rare events. Methods are tested on several data sets, showing interesting potential continuation, and a Python implementation is made available. Finally, motivated by the issue of elderly monitoring while dealing with one-dimensional signals for a large areas, we propose to distinguish elderly persons from younger individuals with a model based on convolutional neural network and convolutional dictionary learning. Since signals are mainly made of walks, the first part of the model is trained to recognize steps, and the last part of the model is trained with all previous layers frozen. This novel approach to gait classification allows to isolate elderly-generated signals with very high accuracy
Predictive models by consensual aggregation and applications
No full textTrois projets importants sont étudiés dans cette thèse. Le premier projet est "KFC : Une procédure d'apprentissage supervisé par cluster basée sur l'agrégation des distances". C'est une méthodologie en trois étapes pour construire des prédictions dans les problèmes d'apprentissage supervisé. KFC signifie K-means/Fit/Combining. Plusieurs performances numériques de la méthode sont illustrées sur des jeux de données synthétiques et énergétiques réelles. Le deuxième projet est une méthode d'agrégation consensuelle à noyau pour la régression, qui s'inspire des expériences numériques du projet précédent. La méthode est une agrégation consensuelle généralisée de Biau et al. (2016) sur une fonction noyau régulière. Elle agrège un nombre d'estimateurs de régression. La propriété d'héritage de consistance de la méthode est prouvée, et confirmée par plusieurs expériences numériques sur des jeux de données simulés et réels. Le dernier projet est l'étude de l'agrégation consensuelle basée sur le noyau en grandes dimensions des vecteurs des prédictions. Le schéma d'agrégation est composé de deux étapes : les prédictions de grande dimension sont projetées de manière aléatoire dans un sous-espace plus petit dans la première étape, et la méthode d'agrégation est appliquée aux vecteurs des prédictions projetées dans la deuxième étape. Nous montrons numériquement que l'agrégation consensuelle étudiée dans le projet précédent maintient ses performances avec un grand nombre d'estimateurs, fortement corrélées. De plus, nous montrons théoriquement que les performances du schéma d'agrégation complet dans des sous-espaces de projection beaucoup plus petits, avec une grande probabilité. Elle montre la robustesse de la méthode dans le sens où plusieurs types de modèles prédictifs peuvent être simplement construits et directement combinés sans aucune technique de sélection de modèle ou de validation croisée.Three important projects are studied in this thesis. The first project is "KFC : a clusterwise supervised learning procedure based on aggregation of distances". It is a three-step procedure for constructing prediction in supervised statistical learning problems. KFC stands for K-means/Fit/Combining. Several performances of the method are illustrated in this part on several synthetic and real energy data. The second project is "A kernel-based consensual aggregation method for regression", which is inspired by the numerical experiments of the previous project. The method is a generalization of consensual aggregation method introduced by Biau et al. (2016) to regular kernel-based setting. The consistency inheritance property of the method is derived, and is confirmed through many numerical experiments on simulated and real datasets. Lastly, the third project is a study of consensual aggregation method on randomly projected high-dimensional features of predictions. The aggregation scheme is composed of two steps: the high-dimensional features of predictions are randomly projected into a small subspace in the first step, then the aggregation method is applied on the projected features in the second step. We numerically show that the consensual aggregation method upholds its performance on very large and highly correlated features of predictions. Moreover, we theoretically show that the performance of the method is almost preserved in much smaller subspaces of projection, with high probability. This shows the robustness of the method in a sense that several types of predictive models can be plainly constructed and directly combined without model selection or cross-validation technique
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
Vers un apprentissage automatique fiable sous contrainte de changement de domaine et d'étiquetage coûteux. : Application à la conception produits
No full textDans le domaine de la conception de produits industriels, l'utilisation de modèles d'apprentissage automatique pour trouver des produits innovants pose des défis majeurs. L'efficacité des modèles d'apprentissage automatique a été démontrée lorsqu'ils sont entrainés et utilisés sur de grands ensembles de données d'observations distribuées de manière identique et indépendante. Cependant, dans le contexte de la conception produit, les modèles sont souvent déployés sur des distributions décalées, avec peu de données étiquetées disponibles. De plus, la fiabilité du modèle est fortement requise, car faire confiance à des prédictions erronées peut avoir des conséquences dommageables. Cette thèse relève le défi de fournir un modèle d'apprentissage automatique fiable sous les principales contraintes de la conception produit: le changement de domaine et l'étiquetage coûteux. En tirant parti de nouvelles contributions en adaptation de domaine, apprentissage actif et quantification d'incertitude, nous proposons une approche générique pour atteindre cet objectif. De plus, les contributions de cette thèse aux trois thèmes susmentionnés ont un impact au-delà du contexte industriel. Elles permettent d'atteindre des performances similaires ou meilleures avec moins de données et un temps de calcul réduit par rapport aux approches standards. En outre, la thèse fournit des outils accessibles à travers une bibliothèque d'adaptation de domaine et d'apprentissage par transfert appelée Adapt.In engineering design, using machine learning models to find innovative products poses major challenges. The effectiveness of machine learning models has been demonstrated when trained and used on large datasets of independently identically distributed observations. However, in the engineering design context, models are often deployed on shifted distributions, with few labeled data available. Moreover, the reliability of the model is strongly required as trusting wrong predictions can lead to dramatic consequences. This thesis tackles the challenge of providing a reliable machine learning model under the main engineering design constraints: domain shift and costly labeling. By leveraging novel contributions from domain adaptation, active learning and uncertainty quantification techniques, we propose a generic approach towards this goal. Moreover, the contributions of this thesis to the three aforementioned thematics are impactful beyond the context of engineering design. They allow for achieving similar or better performances with less data and reduced computation time compared to standard approaches. Additionally, the thesis delivers accessible and user-friendly tools through a domain adaptation and transfer learning library called Adapt
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
