MétaCan
Menu
Retour à la cohorte
Enregistrement W2294921936 · doi:10.7494/csci.2015.16.4.415

SOLUTION OF LINEAR AND NONLINEAR DIFFUSION PROBLEMS VIA STOCHASTIC DIFFERENTIAL EQUATIONS

2015· article· en· W2294921936 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueComputer Science · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiffusion and Search Dynamics
Établissements canadiensMount Allison University
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemDiffusionConstant (computer programming)Stochastic differential equationDiffusion processDerivative (finance)Stochastic processFick's laws of diffusionConstant coefficientsDifferential equationApplied mathematicsComputer scienceMathematical analysisMathematicsPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

The equation for nonlinear diffusion can be rearranged to a form that immediately leads to its stochastic analog. The latter contains a drift term that is absent when the diffusion coefficient is constant. The dependence of this coefficient on concentration (or temperature) is handled by generating many paths in parallel and approximating the derivative of concentration with respect to distance by the central difference. This method works for one-dimensional diffusion problems with finite or infinite boundaries and for diffusion in cylindrical or spherical shells. By mimicking the movements of molecules, the stochastic approach provides a deeper insight into the physical process. The parallel version of our algorithm is very efficient. The 99% confidence limits for the stochastic solution enclose the analytical solution so tightly that they cannot be shown graphically. This indicates that there is no systematic difference in the results for the two methods. Finally, we present a direct derivation of the stochastic method for cylindrical and spherical shells.

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.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,273
Écart entre enseignants0,249 · 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