MétaCan
Menu
Retour à la cohorte
Enregistrement W2116854856 · doi:10.1109/ccece.2009.5090159

Estimation of boundary properties using stochastic differential equations

2009· article· en· W2116854856 sur OpenAlexaff
Ashraf Atalla, Aleksandar Jeremić

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBayesian Methods and Mixture Models
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStochastic differential equationBoundary (topology)Brownian motionFokker–Planck equationDispersion (optics)Applied mathematicsComputer scienceBoundary value problemDifferential equationStochastic processInverse problemMathematicsDiffusionMathematical optimizationStatistical physicsAlgorithmMathematical analysisPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Recently, Modeling and detection of different boundary properties are becoming and essential tools in many applications such as drug delivery and modeling of capillary walls. In this paper, we propose computationally efficient framework for estimating the boundary properties using stochastic differential equations. The main advantage of this technique lies in the fact that it accounts for random effects such as Brownian motion which are not accounted for in commonly used classical techniques based on Fick's law of diffusion. We model the dispersion of particles in the presence of absorbing/reflecting boundaries using Fokker-Planck equation. We then derive the inverse model for the estimation of the absorbing region. We demonstrate the applicability of our results using numerical examples.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,186

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,047
Tête enseignante GPT0,292
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBayesian Methods and Mixture ModelsTravaux en français237 207