MétaCan
Menu
Retour à la cohorte
Enregistrement W2095646980 · doi:10.5194/npg-21-477-2014

Generalized binomial multiplicative cascade processes and asymmetrical multifractal distributions

2014· article· en· W2095646980 sur OpenAlexafffund
Qiuming Cheng

Notice bibliographique

RevueNonlinear processes in geophysics · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensYork University
Organismes subventionnairesChina Geological SurveyNatural Sciences and Engineering Research Council of Canada
Mots-clésMultifractal systemMultiplicative functionMathematicsStatistical physicsFractalBinomial (polynomial)CascadeFractal dimensionPartition (number theory)Nonlinear systemMathematical analysisStatisticsPhysicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

Abstract. The concepts and models of multifractals have been employed in various fields in the geosciences to characterize singular fields caused by nonlinear geoprocesses. Several indices involved in multifractal models, i.e., asymmetry, multifractality, and range of singularity, are commonly used to characterize nonlinear properties of multifractal fields. An understanding of how these indices are related to the processes involved in the generation of multifractal fields is essential for multifractal modeling. In this paper, a five-parameter binomial multiplicative cascade model is proposed based on the anisotropic partition processes. Each partition divides the unit set (1-D length or 2-D area) into h equal subsets (segments or subareas) and m1 of them receive d1 (> 0) and m2 receive d2 (> 0) proportion of the mass in the previous subset, respectively, where m1+m2 ≤ h. The model is demonstrated via several examples published in the literature with asymmetrical fractal dimension spectra. This model demonstrates the various properties of asymmetrical multifractal distributions and multifractal indices with explicit functions, thus providing insight into and an understanding of the properties of asymmetrical binomial multifractal distributions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations58
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNonlinear processes in geophysicsMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207