Notice bibliographique
Résumé
It is well known that the sequential approach is one of the main tools of dealing with product, power, and convolution of distribution (cf. Chen (1981), Colombeau (1985), Jones (1973), and Rosinger (1987)). Antosik, Mikusiński, and Sikorski in 1972 introduced a definition for a product of distributions using a delta sequence. However, δ2 as a product of δ with itself was shown not to exist (see Antosik, Mikusiński, and Sikorski (1973)). Later, Koh and Li (1992) chose a fixed δ‐sequence without compact support and used the concept of neutrix limit of van der Corput to define δk and for some values of k. To extend such an approach from one‐dimensional space to m‐dimensional, Li and Fisher (1990) constructed a delta sequence, which is infinitely differentiable with respect to x1, x2, …, xm and r, to deduce a non‐commutative neutrix product of r−k and Δδ. Li (1999) also provided a modified δ‐sequence and defined a new distribution (dk/drk)δ(x), which is used to compute the more general product of r−k and Δlδ, where l ≥ 1, by applying the normalization procedure due to Gel′fand and Shilov (1964). We begin this paper by distributionally normalizing Δr−k with the help of distribution . Then we utilize several nice properties of the δ‐sequence by Li and Fisher (1990) and an identity of δ distribution to derive the product Δr−k · δ based on the results obtained by Li (2000), and Li and Fisher (1990).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,007 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».