MétaCan
Menu
Retour à la cohorte
Enregistrement W2013756959 · doi:10.1063/1.1803435

A practical method to experimentally evaluate the Hausdorff dimension: An alternative phase-transition-based methodology

2004· article· en· W2013756959 sur OpenAlexaff
Jun Li, A. Arnéodo, Fahima Nekka

Notice bibliographique

RevueChaos An Interdisciplinary Journal of Nonlinear Science · 2004
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Dynamics and Fractals
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHausdorff dimensionEffective dimensionHausdorff measureMathematicsMinkowski–Bouligand dimensionFractal dimensionDimension functionPacking dimensionHausdorff distanceFractal dimension on networksOuter measureBox countingCorrelation dimensionFractal analysisMeasure (data warehouse)Dimension (graph theory)FractalContext (archaeology)Mathematical analysisPure mathematicsComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

We introduce a methodology to estimate numerically the Hausdorff dimension of a geometric set. This practical method has been conceived as a subsequent tool of another context study, associated to our concern to distinguish between various fractal sets. Its conception is natural since it can be related to the original idea involved in the definitions of Hausdorff measure and Hausdorff dimension. It is based on the critical behavior of the measure spectrum functions of the set around its Hausdorff dimension value. We illustrate on several well-known examples, the ability of this method to accurately estimate the Hausdorff dimension. Also, we show how the transition property, exhibited by the quantities used as substitutes of the Hausdorff measure in the corresponding fractal dimension relationships, can be used to accurately estimate the fractal dimension. To show the potential of our method, we also report the results of Hausdorff dimension measurements on some typical examples, compared to a direct application of the scaling relation involved in the box-counting dimension definition.

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.

Comment cette classification a été obtenuedéplier

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,200
Tête enseignante GPT0,545
Écart entre enseignants0,345 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChaos An Interdisciplinary Journal of Nonlinear ScienceMême sujetMathematical Dynamics and FractalsTravaux en français237 207