MétaCan
Menu
Retour à la cohorte
Enregistrement W24179742 · doi:10.1016/j.nicl.2012.09.010

Non-standard finite difference methods in dynamical systems

2009· dissertation· en· W24179742 sur OpenAlexfundno aff
P. Kama

Notice bibliographique

RevueNeuroImage Clinical · 2009
Typedissertation
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Research Foundation
Mots-clésDynamical systems theoryComputer scienceStatistical physicsMathematicsPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

This thesis analyses numerical methods used in finding solutions of diferential equations. Numerical methods are viewed as discrete dynamical systems that give useful information on continuous dynamical systems defined by systems of (ordinary) diferential equations. We analyse non-standard finite difference schemes that have no spurious fixed-points compared to the dynamical system under consideration, the linear stability/instability property of the fixed-points being the same for both the discrete and continuous systems. We obtain a sharper condition for the elementary stability of the schemes. For more complex dynamical systems which are dissipative, we design schemes that replicate this property. Furthermore, we investigate the impact of the above analysis on the numerical solution of partial differential equations. We specifically focus on reaction-diffusion equations that arise in many fields of engineering and applied sciences. Often their solutions enjoy the follow- ing essential properties: Stability/instability of the fixed points for the space independent equation, the conservation of energy for the stationary equation, and boundedness and positivity. We design new non-standard finite diference schemes which replicate these properties. Our construction make use of three strategies: the renormalization of the denominator of the discrete derivative, non-local approximation of the nonlinear terms and simple functional relation between step sizes. Numerical results that support the theory are provided. Copyright

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,154
Tête enseignante GPT0,522
Écart entre enseignants0,368 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroImage ClinicalMême sujetNumerical methods for differential equationsTravaux en français237 207