MétaCan
Menu
Retour à la cohorte
Enregistrement W2158966422 · doi:10.1142/s0218127408020215

A NEW COMPARISON METHOD FOR STABILITY THEORY OF DIFFERENTIAL SYSTEMS WITH TIME-VARYING DELAYS

2008· article· en· W2158966422 sur OpenAlexaff
Zhigang Zeng, Pei Yu, Xiaoxin Liao

Notice bibliographique

RevueInternational Journal of Bifurcation and Chaos · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks Stability and Synchronization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésConvergence (economics)Exponential stabilityEquilibrium pointStability (learning theory)MathematicsApplied mathematicsDifferential equationControl theory (sociology)Differential (mechanical device)Exponential functionPolynomialRate of convergenceComputer scienceNonlinear systemMathematical analysisKey (lock)

Résumé

récupéré en direct d'OpenAlex

In this paper, a new comparison method is developed by using increasing and decreasing mechanisms, which are inherent in time-delay systems, to decompose systems. Based on the new method, whose expected performance is compared with the state of the original system, some new conditions are obtained to guarantee that the original system tracks the expected values. The locally exponential convergence rate and the convergence region of the polynomial differential equations with time-varying delays are also investigated. In particular, the comparison method is used to improve the 3/2 stability theorems of differential systems with pure delays. Moreover, the comparison method is applied to identify a threshold, and to consider the disease-free equilibrium points of an HIV endemic model with stages of progress to AIDs and time-varying delay. It is shown that if the threshold is smaller than 1, the equilibrium point of the model is globally, exponentially stable. Another application of the comparison method is to investigate the global, exponential stability of neural networks, and some new theoretical results are obtained. Numerical simulations are presented to verify the theoretical results.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,033
Tête enseignante GPT0,285
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 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
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

Citations18
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Bifurcation and ChaosMême sujetNeural Networks Stability and SynchronizationTravaux en français237 207