MétaCan
Menu
Retour à la cohorte
Enregistrement W2157199928 · doi:10.2298/pim0900075n

Nine-stage multi-derivative Runge-Kutta method of order 12

2009· article· en· W2157199928 sur OpenAlexafffund
Truong Nguyen-Ba, Vladan Bozic, Emmanuel Kengne, Rémi Vaillancourt

Notice bibliographique

RevuePublications de l Institut Mathematique · 2009
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRunge–Kutta methodsTaylor seriesMathematicsInterval (graph theory)Ordinary differential equationDerivative (finance)Applied mathematicsOdeMathematical analysisOrder (exchange)Order of accuracySecond derivativeNumerical analysisDifferential equationNumerical stabilityCombinatorics

Résumé

récupéré en direct d'OpenAlex

A nine-stage multi-derivative Runge-Kutta method of order 12, called HBT(12)9, is constructed for solving nonstiff systems of first-order differential equations of the form y'= f(x, y), y(x0) = y0. The method uses y' and higher derivatives y(2) to y(6) as in Taylor methods and is combined with a 9-stage Runge-Kutta method. Forcing an expansion of the numerical solution to agree with a Taylor expansion of the true solution leads to order conditions which are reorganized into Vandermonde-type linear systems whose solutions are the coefficients of the method. The stepsize is controlled by means of the derivatives y(3) to y(6). The new method has a larger interval of absolute stability than Dormand-Prince's DP(8,7)13M and is superior to DP(8,7)13M and Taylor method of order 12 in solving several problems often used to test high-order ODE solvers on the basis of the number of steps, CPU time, maximum global error of position and energy. Numerical results show the benefits of adding high-order derivatives to Runge-Kutta methods.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,140
Tête enseignante GPT0,432
Écart entre enseignants0,292 · 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

Citations2
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublications de l Institut MathematiqueMême sujetNumerical methods for differential equationsTravaux en français237 207