MétaCan
Menu
Retour à la cohorte
Enregistrement W2129741514 · doi:10.1017/s1446181111000745

STABILITY OF SINGULAR JUMP-LINEAR SYSTEMS WITH A LARGE STATE SPACE: A TWO-TIME-SCALE APPROACH

2011· article· en· W2129741514 sur OpenAlexaff
Dung Tien Nguyen, Xuerong Mao, George Yin, Chenggui Yuan

Notice bibliographique

RevueThe ANZIAM Journal · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesLondon Mathematical SocietyWayne State UniversityNational Science Foundation
Mots-clésMarkov chainLyapunov functionMathematicsState spaceStability (learning theory)Limit (mathematics)Control theory (sociology)Applied mathematicsDiscrete time and continuous timeScale (ratio)JumpLinear systemSingular point of a curveComputer scienceMathematical analysisPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper considers singular systems that involve both continuous dynamics and discrete events with the coefficients being modulated by a continuous-time Markov chain. The underlying systems have two distinct characteristics. First, the systems are singular, that is, characterized by a singular coefficient matrix. Second, the Markov chain of the modulating force has a large state space. We focus on stability of such hybrid singular systems. To carry out the analysis, we use a two-time-scale formulation, which is based on the rationale that, in a large-scale system, not all components or subsystems change at the same speed. To highlight the different rates of variation, we introduce a small parameter ε>0. Under suitable conditions, the system has a limit. We then use a perturbed Lyapunov function argument to show that if the limit system is stable then so is the original system in a suitable sense for ε small enough. This result presents a perspective on reduction of complexity from a stability point of view.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,196
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe ANZIAM JournalMême sujetStability and Control of Uncertain SystemsTravaux en français237 207