MétaCan
Menu
Retour à la cohorte
Enregistrement W2005353159 · doi:10.1137/110836651

Efficient Rigorous Numerics for Higher-Dimensional PDEs via One-Dimensional Estimates

2013· article· en· W2005353159 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSIAM Journal on Numerical Analysis · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMathematicsBounded functionApplied mathematicsProjection (relational algebra)Partial differential equationNumerical analysisInterval arithmeticDomain (mathematical analysis)Domain decomposition methodsMathematical analysisAlgorithmFinite element method

Résumé

récupéré en direct d'OpenAlex

We present an efficient rigorous computational method which is an extension of the work Analytic Estimates and Rigorous Continuation for Equilibria of Higher-Dimensional PDEs (M. Gameiro and J.-P. Lessard, J. Differential Equations, 249 (2010), pp. 2237--2268). The idea is to generate sharp one-dimensional estimates using interval arithmetic which are then used to produce high-dimensional estimates. These estimates are used to construct the radii polynomials which provide an efficient way of determining a domain on which the contraction mapping theorem is applicable. Computing the equilibria using a finite-dimensional projection, the method verifies that the numerically produced equilibrium for the projection can be used to explicitly define a set which contains a unique equilibrium for the PDE. A new construction of the polynomials is presented where the nonlinearities are bounded by products of one-dimensional estimates as opposed to using FFT with large inputs. It is demonstrated that with this approach it is much cheaper to prove that the numerical output is correct than to recompute at a finer resolution. We apply this method to PDEs defined on three- and four-dimensional spatial domains.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,051
Tête enseignante GPT0,312
Écart entre enseignants0,261 · 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