MétaCan
Menu
Retour à la cohorte
Enregistrement W2127110218 · doi:10.1109/aps.1999.789154

On the semi-orthogonal wavelet matrix transform approach for the solution of integral equations

2003· article· en· W2127110218 sur OpenAlexaff
W. Quan, I.R. Ciric

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Signal Denoising Methods
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMatrix (chemical analysis)Wavelet transformMathematicsBand matrixSparse matrixIntegral equationOrthogonal matrixMathematical analysisApplied mathematicsAlgorithmWaveletSymmetric matrixSquare matrixComputer sciencePhysicsOrthogonal basisEigenvalues and eigenvectorsArtificial intelligenceMaterials science

Résumé

récupéré en direct d'OpenAlex

In this paper, the semi-orthogonal wavelet (SOW) and Daubechies orthogonal wavelet (DOW) transforms have been applied to the solution of integral equations arising from the scattering by a conducting cylinder excited by a TM plane wave, and the effect of thresholding on the matrix sparsity and the solution accuracy has been examined for the entire practical range of matrix sparsity. Numerical results show that, although the computational costs of the SOW and the DOW matrix transformations are practically the same, the SOW matrix transform approach yields a highly sparse MoM matrix with a much smaller threshold value, and gives a better solution accuracy than the DOW matrix transform approach when the matrix sparsity is less than a certain value. However, the relative error /spl epsiv/ increases irregularly with the increase of the matrix sparsity when using the SOW, which indicates a worse transform matrix condition number in this case.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,187

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 GPT0,299
Écart entre enseignants0,251 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetImage and Signal Denoising MethodsTravaux en français237 207