MétaCan
Menu
Retour à la cohorte
Enregistrement W2212333471 · doi:10.3842/sigma.2016.117

Orthogonal Separation of the Hamilton-Jacobi Equation on Spaces of Constant Curvature

2016· article· en· W2212333471 sur OpenAlexafffund
Krishan Rajaratnam, R. G. McLenaghan, Carlos Valero

Notice bibliographique

RevueSymmetry Integrability and Geometry Methods and Applications · 2016
Typearticle
Langueen
DomaineMathematics
ThématiqueTensor decomposition and applications
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMathematicsConstant curvatureHamilton–Jacobi equationCurvaturePure mathematicsSeparation of variablesSeparable spaceTensor (intrinsic definition)Conformal mapConstant (computer programming)Mathematical analysisGeometryPartial differential equationComputer science

Résumé

récupéré en direct d'OpenAlex

We review the theory of orthogonal separation of variables of the Hamilton-Jacobi equation on spaces of constant curvature, highlighting key contributions to the theory by Benenti. This theory revolves around a special type of conformal Killing tensor, hereafter called a concircular tensor. First, we show how to extend original results given by Benenti to intrinsically characterize all (orthogonal) separable coordinates in spaces of constant curvature using concircular tensors. This results in the construction of a special class of separable coordinates known as Kalnins-Eisenhart-Miller coordinates. Then we present the Benenti-Eisenhart-Kalnins-Miller separation algorithm, which uses concircular tensors to intrinsically search for Kalnins-Eisenhart-Miller coordinates which separate a given natural Hamilton-Jacobi equation. As a new application of the theory, we show how to obtain the separable coordinate systems in the two dimensional spaces of constant curvature, Minkowski and (Anti-)de Sitter space. We also apply the Benenti-Eisenhart-Kalnins-Miller separation algorithm to study the separability of the three dimensional Calogero-Moser and Morosi-Tondo systems.

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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,403
Écart entre enseignants0,349 · 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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSymmetry Integrability and Geometry Methods and ApplicationsMême sujetTensor decomposition and applicationsTravaux en français237 207