MétaCan
Menu
Retour à la cohorte
Enregistrement W2411365653 · doi:10.3934/dcds.2017186

Statistical and deterministic dynamics of maps with memory

2017· preprint· en· W2411365653 sur OpenAlexaff
Paweł Góra, Abraham Boyarsky, Zhenyang Li, Harald Proppe

Notice bibliographique

RevueDiscrete and Continuous Dynamical Systems · 2017
Typepreprint
Langueen
DomaineMathematics
ThématiqueMathematical Dynamics and Fractals
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésAttractorInvariant measureMeasure (data warehouse)State (computer science)Dynamical systems theoryInvariant (physics)MathematicsCombinatoricsFixed pointPhysicsAlpha (finance)Mathematical physicsMathematical analysisQuantum mechanicsAlgorithmComputer science

Résumé

récupéré en direct d'OpenAlex

We consider a dynamical system to have memory if it remembers the current state as well as the state before that. The dynamics is defined as follows: $x_{n+1}=T_{\alpha }(x_{n-1}, x_{n})=\tau (\alpha \cdot x_{n}+(1-\alpha)\cdot x_{n-1}), $ where $\tau$ is a one-dimensional map on $I=[0, 1]$ and $0 < \alpha < 1$ determines how much memory is being used. $T_{\alpha }$ does not define a dynamical system since it maps $U=I\times I$ into $I$. In this note we let $\tau $ be the symmetric tent map. We shall prove that for $0 < \alpha < 0.46, $ the orbits of $\{x_{n}\}$ are described statistically by an absolutely continuous invariant measure (acim) in two dimensions. As $\alpha $ approaches $0.5 $ from below, that is, as we approach a balance between the memory state $x_{n-1}$ and the present state $x_{n}$, the support of the acims become thinner until at $\alpha =0.5$, all points have period 3 or eventually possess period 3. For $% 0.5 < \alpha < 0.75$, we have a global attractor: for all starting points in $U$ except $(0, 0)$, the orbits are attracted to the fixed point $(2/3, 2/3).$ At $%\alpha=0.75, $ we have slightly more complicated periodic behavior.

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)0,005
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0030,000

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 Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,267 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscrete and Continuous Dynamical SystemsMême sujetMathematical Dynamics and FractalsTravaux en français237 207